基于随机森林与J48决策树的面向对象方法的土地覆被分类

21世纪以来,面向对象的影像分析方法快速发展,在高分辨率影像中的应用日益增加,同时也体现了其优势。目前,基于机器学习算法的分类方法开始普遍运用,不再局限于基于规则集的面向对象影像分类方法,这些算法相对于基于规则集的分类算法,精度有所提高,文章基于随机森林与J48决策树机器学习算法,利用WorldView2影像,进行了中卫市西南部分地区的土地覆被分类,并得到了显示效果较好的土地覆被分类图。文章的结果表明,面向对象的机器学习算法精度较高,并能适用于各种复杂的研究区,其中,针对文章研究区影像,基于随机森林的分类方法精度更高。