协同Sentinel-1/2多特征优选的甘蔗提取方法OA北大核心CSTPCD

协同多源遥感影像、融合多特征参数是目标地物精确识别的有效方法,但过多的特征参数会造成数据冗余,降低分类精度。该文以岩溶地貌甘蔗种植区为例,使用Sentinel-1,Sentinel-2影像数据以及SRTM数字高程数据提取研究区地物的光谱特征、指数特征、纹理特征、地形特征和极化特征,其中,指数特征考虑了众多遥感传感器少有的红边波段计算的红边指数,纹理特征加入了雷达影像纹理。在实验中设计了6种方案探讨不同影像特征以及基于随机森林优选的最佳特征组合对甘蔗提取的影响。结果表明:在光谱特征叠加不同特征类型对研究区地物进行分类的情况下,不同特征类型重要性排序为光谱特征>指数特征>纹理特征>地形特征>极化特征;6种方案中基于随机森林算法构建的优选特征方案融合了不同特征变量,其甘蔗提取效果最佳,用户精度和生产者精度都高于97%,总体精度为95.49%,Kappa系数为0.94。