基于RF模型的火成岩提取与分类研究——以吉布提阿里萨比耶地区为例

基于RF模型的火成岩提取与分类研究——以吉布提阿里萨比耶地区为例.pdf
查明“21世纪海上丝绸之路”沿线国家地层岩性环境,是区域维稳活动的基石.利用随机森林(RF)区分地层岩性,具有较高的准确性和稳定性.以吉布提市阿里撒比耶西南部地区为例,利用GF-2、ASTER影像数据,结合“原始波谱+光谱特征+纹理特征”,构建了基于随机森林(RF)对火成岩自动提取和分类模型.研究表明:RFC较为准确地识别了阿道利群拉斑玄武岩的分布范围,并成功地将马布拉斯群流纹岩系分成三个岩性段;利用RF分类模型对火成岩的自动提取分类精度为85.9363％,Kappa系数为0.8375,RF分类效果优于SVM;决策树数目的增加对RF分类结果产生“休斯现象”,在0～200的区间,当决策树数目N=200时,分类精度最高,OA=86.3742％.
作者：马梓程 帅爽 安志宏 谢菲 荆青青 杨怡
作者单位：湖北省国土测绘院,湖北武汉430019中国自然资源航空物探遥感中心,北京100083
母体文献：第十五届国家安全地球物理专题研讨会论文集
会议名称：第十五届国家安全地球物理专题研讨会  
会议时间：2019年8月1日
会议地点：甘肃张掖
主办单位：中国地球物理学会,陕西省地球物理学会
语种：chi
分类号：X43TD9
关键词：遥感图像  火成岩  特征提取  分类方法  随机森林
在线出版日期：2021年4月27日
基金项目：
相似文献
相关博文

2024-12-3 19:50 上传 基于RF模型的火成岩提取与分类研究——以吉布提阿里萨比耶地区为例.pdf

文件大小:

2.2 MB

下载次数:

60

高速下载