基于多分类器集成的沅陵县天然林类型信息提取研究

对天然林进行分类能够掌握天然林的林分组成与生长状况,是对天然林进行保护的前提,然而由于天然林林内林分组成复杂、龄组不一致等原因,使得如何使用遥感技术准确且有效地提取天然林信息成为了亟待解决的问题。针对于此,本研究以Sentinel-2影像为数据源,提取光谱特征、植被指数以及纹理特征等31个分类特征,采用随机森林算法进行了特征筛选。结合分层分类的思想,将最大似然算法(ML)、神经网络算法(ANN)、支持向量机算法(SVM)以及随机森林算法(RF)4种单分类器以加权投票的策略进行了集成(EL),以期提高天然林信息提取精度。结果表明:RF为4种单分类算法中的最佳算法,但EL的表现更为优秀,其总体精度达到了87.18%,相较于RF、SVM、ANN和ML分别提高了4.13、7.94、8.86、9.01个百分点;EL的Kappa系数达到了0.82,展现出了极佳的分类性能,表明EL能够有效提高天然林分类的精度。