融合随机森林模型和6种水体指数的上海市水体信息提取

被引：4

作者：

崔青林 ^{[1
,2
,3
]}

汪鸣泉 ^{[1
,3
]}

黄永健 ^{[1
,2
,3
]}

机构：

[1] 中国科学院上海高等研究院上海碳数据与碳评估中心

[2] 中国科学院大学

[3] 中国科学院低碳转化科学与工程重点实验室

来源：

测绘通报 | 2022年 / 02期

关键词：

水体信息提取; 随机森林; Sentinel-2; 水体指数; 上海市;

D O I：

10.13474/j.cnki.11-2246.2022.0052

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

为快速、准确地掌握水体分布信息，本文以上海市为研究区，基于多时相Sentinel-2卫星数据构建水体提取特征集，并采用效率高、稳健性好的随机森林模型，对研究区内的水体进行提取。水体提取特征集在现有光谱波段特征的基础上加入6种水体指数，分别为NDWI、MNDWI、AWEIsh、WI2015、SWI和RWI,旨在提高水体提取精度。针对10个光谱波段特征及6种水体指数，设计了8种试验方案探究加入水体指数对于水体提取的作用。结果表明，将6种水体指数全部加入的方案精度最高，为97.910%;NDWI和RWI能提高水体提取精度、降低漏提率和误提率。

引用

页码：106 / 109

页数：4

共 20 条

[1] 基于Sentinel-2A/B时序数据与随机森林算法的农耕区土地利用分类 [J].