基于多特征优选的平和县蜜柚园遥感提取与扩张分析

摘要

本文基于谷歌地球引擎（google earth engine, GEE）平台中2020年Sentinel-2数据和数字高程模型（digital elevation model, DEM）数据，在递归特征消除的随机森林（random forest-recursive feature elimination, RF-RFE）特征选择算法基础上结合随机森林（random forest, RF）分类算法，实现了平和县蜜柚园的空间分布制图。根据蜜柚园扩张的先验知识，使用2020年蜜柚园的提取结果对历史Landsat数据进行掩膜，依次获得1990、2000、2010年平和县蜜柚园的空间分布，在此基础上对30年以来平和县蜜柚园的变化进行分析。结果表明：基于GEE平台，使用RF-RFE特征选择后的多特征分类方法可以快速、准确地提取平和县蜜柚园的空间分布。蜜柚园的生产精度和用户精度分别为89.83%和90.59%;平和县蜜柚园面积从1990年的10.5 km²增加到2020年632 km²,增加的蜜柚园主要来源于有林地，其次为耕地和香蕉园。本研究可为平和县蜜柚产业的健康发展提供决策支持，同时可为南方地区的果园提取提供技术参考。

关键词

蜜柚园 / Sentinel-2 / 随机森林算法 / RF-RFE / 平和县