融合对象空间特征的RF在若尔盖湿地景观组分提取中的应用研究

摘要

若尔盖湿地是我国重要的湿地保护区，传统的人工调查方法难以全面、准确对湿地景观组分进行提取和监测，随着遥感技术的快速发展，地理信息系统的广泛应用以及人工智能方法的引入，湿地的大规模、高效、精确提取的实现已成为可能。因此，笔者提出了一种基于对象融合空间特征的随机森林方法，将属性-空间特征融合，并对若尔盖湿地景观组分提取方法进行研究，包括：(1)影像分割方法确立；(2)面向对象的特征提取；(3)基于影像多尺度最优分割方法，充分挖掘空间特征；(4)提出面向对象融合空间特征的随机森林方法。研究表明：(1)基于对象的随机森林算法能够很大程度缓解像素级的随机森林算法存在的噪声现象，符合湿地地物的真实情况，分类精度相对于像素级的随机森林算法提高了3%；(2)基于对象的随机森林算法，融合属性和空间特征较单一属性作为输入，分类精度相对于单一属性对象的随机森林算法提升了4%。综上，笔者提出的基于对象融合属性和空间特征的随机森林方法能够准确地对若尔盖湿地景观组分进行提取，为若尔盖湿地的进一步监测和保护提供了技术支持。

关键词

若尔盖湿地 / 遥感影像分割 / 面向对象 / 空间特征 / 随机森林