|
|||||
|
|
| 基于XGBoost的高分二号影像树种识别 | |
| 作者单位： | ;1.浙江省林业智能监测与信息技术研究重点实验室;2.浙江农林大学信息工程学院;3.林业感知技术与智能装备国家林业和草原局重点实验室 |
| 摘 要： | 树种分布是森林资源监测的一个重要指标,也是遥感影像在森林资源监测应用中的难点之一。基于国产高分二号卫星影像数据、森林资源二类调查数据、DEM数据,结合光谱、纹理、指数及地形因子等多种特征,比较支持向量机、随机森林和XGBoost等3种分类算法,根据分类精度选择最优算法(即XGBoost)进行特征筛选,对龙泉市的阔叶树、马尾松、杉木和毛竹等4种主要优势树种进行分类。结果表明:采用XGBoost分类模型的分类总精度为83.88%,Kappa系数0.78,较支持向量机和随机森林分类方法有明显提高。经特征选择后,虽未明显提高树种分类精度,但可以减少特征的冗余,为小样本数据下特征的选取降维提供了一定的参考。 |
| 关 键 词： | 高分二号 特征选择 XGBoost 树种分类 遥感 |
Tree Species Identification Using XGBoost Based on GF-2 Images |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |