| 基于随机森林特征变量优化的湿地植物分类与密度反演 |
| |
| 引用本文： | 刘曙光,董行,娄厦,DORZHIEVNA Radnaeva Laris,NIKITINA Elena.基于随机森林特征变量优化的湿地植物分类与密度反演[J].同济大学学报(自然科学版),2021,49(5):695-704. |
| |
| 作者姓名： | 刘曙光 董行 娄厦 DORZHIEVNA Radnaeva Laris NIKITINA Elena |
| |
| 作者单位： | 1.同济大学 土木工程学院，上海200092;2.同济大学 长江水环境教育部重点实验室，上海200092;3.俄罗斯科学院西伯利亚分院 贝加尔湖自然管理研究所，乌兰乌德 670047，俄罗斯联邦布里亚特共和国 |
| |
| 基金项目： | 国家自然科学基金 (42072281)；上海市科技创新行动计划(20230742500)；上海市土木工程高峰学科建设项目(2019010207) |
| |
| 摘 要： | 以长江口滨海湿地为研究区域，采用随机森林算法对滨海湿地植被进行分类。在提取Landsat?8 OLI影像植被指数和水体指数的基础上，提出利用植被指数季节差值对模型进行特征变量优化，分析了长江口滨海湿地植物群落分布的空间特征。以所占面积最大的互花米草（入侵物种）为例，采用多元线性回归模型结合实地测量数据，估算了秋季的互花米草植物密度的空间特征。提出的多时相遥感数据结合随机森林特征变量优化方法，可以较为便捷地提取长江口湿地3种优势物种的空间分布特征，与最大似然法相比，分类精度有较大提高，总体分类精度由78.35%提高至87.55%，Kappa系数由0.72提高至0.84。该方法适用于存在“异物同谱”问题的湿地植物群落研究。
|
| 关 键 词： | 长江口湿地 湿地植被分类 植物密度 随机森林模型 特征变量优化 |
| 收稿时间： | 2020/11/30 0:00:00 |
Classification and Density Inversion of Wetland Vegetation Based on the Feature Variables Optimization of Random Forest Model |
| |
| LIU Shuguang,DONG Hang,LOU Sh,DORZHIEVNA Radnaeva Laris,NIKITINA Elena.Classification and Density Inversion of Wetland Vegetation Based on the Feature Variables Optimization of Random Forest Model[J].Journal of Tongji University(Natural Science),2021,49(5):695-704. |
| |
| Authors: | LIU Shuguang DONG Hang LOU Sh DORZHIEVNA Radnaeva Laris NIKITINA Elena |
| |
| Abstract: | |
| |
| Keywords: | Yangtze River Estuary wetland vegetation classification vegetation density random forest model feature variables optimization |
|
| 点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文 |
