基于图像处理和BP神经网络的森林防火无人机系统

对无人机设计方案、图像处理和火焰分割算法的技术原理进行了介绍,并利用BP神经网络对图像中的火焰面积变化率和火焰尖角等特征进行识别,实现了对森林火灾的快速监测。实验结果表明:系统的准确率为98.5%,比普通神经网络的84.5%更高;耗时仅22 s,比普通神经网络159 s缩短很多。这表明,BP神经网络是更可靠且更有效率的火灾识别方案。

基于多功能视角和多采样单元的城郊森林公园景观健康评价案例研究

以西樵山国家森林公园为研究对象,基于多功能视角和多采样单元,进行了城郊森林公园景观健康评价的案例研究。通过Quick Bird卫星影像和景观分类方法,构建了包括生态保护、娱乐和双重功能在内的景观健康评估指标体系;采用熵权法确定了各指标的权重,并结合空间分析方法进行景观健康评估。结果显示,公园内生态保护和娱乐功能的健康等级呈现不同的分布特征,而综合景观健康呈现初期增加、后逐渐减少的趋势。通过分析不同采样单元大小对景观健康的影响,确认54 m×54 m基本采样单元足以反映公园景观健康状况。此研究提供了一种全面的评价城郊森林公园景观健康的方法,为城市规划和管理提供参考。

碳中和目标下中国森林碳储量、碳汇变化预估与潜力提升途径

增强森林固碳增汇功能是减缓大气二氧化碳浓度上升和全球气候变暖的重要手段,也是实现碳中和国家战略目标的有效途径。本研究基于文献分析法和模型模拟,系统阐述中国森林碳储量和碳汇现状、动态变化与潜力提升途径。根据国家森林资源连续清查数据测算的森林植被碳储量近5年平均年增长0.152 Pg(以C计),2000s—2010s中国陆地生态系统碳汇量约229.7 Tg·a^(-1)(以C计),其中森林植被(指乔木林)碳储量约增加150.6 Tg·a^(-1)(以C计),约占整个陆地生态系统植被碳汇量的65.6%。过去70年,中国森林已从碳源转变为逐渐增强的碳汇。在森林面积保持不变的情景下,相比2000s—2010s时段,2030年后现有乔木林的生物量碳汇将有所下降;如果森林面积未来持续增加,2030—2050年中国新增乔木林的碳汇量仍将呈增加趋势。在全球变化背景下,气候变化及其引发的风险(极端干旱与热浪事件、森林火灾、病虫害等)可能会削弱森林碳汇功能。为维持并提升森林碳储量和碳汇潜力,需要采取森林碳储与碳汇双增以及森林碳汇与木质林产品碳库协同提升的策略,从保碳、增碳、扩碳和碳资源化利用的汇转移4个途径对森林资源实施保护修复、精准绿化、科学经营与合理利用以及多时空尺度的优化布局,同时重视森林土壤碳库增汇的长期效应。在林业减缓和适应气候变化框架下,森林碳汇潜力提升未来研究重点是科学推进国土绿化适宜造林地和树种选择,森林经营增汇技术,森林碳储、碳汇协同提升与木质产品库的碳汇转移与存续的时空配置优化模式,森林土壤固碳增汇机制以及潜力研究,准确评估森林碳汇对实现国家碳中和目标的贡献及其时间表和路线图。

高氮负荷森林生态系统对大气氮沉降降低的响应研究进展

大气氮沉降对全球生物多样性和生态系统功能构成严重威胁。过去50多年,由于减排措施的实施,欧美国家率先出现大面积区域的氮沉降降低,中国从2010年开始趋于稳定,氮沉降的未来变化趋势可能因全球各地而异。本研究采用文献检索方法和综合分析方法,综述了国内外氮沉降恢复的方法,分析了森林生态系统土壤(酸化和溶液化学)、结构(植被-微生物多样性)与功能(生产力和碳吸存)对氮沉降降低的响应。随着氮沉降的降低,植被物种组成、土壤微生物群落和土壤过程可能恢复缓慢,而一些土壤参数(如pH、硝酸盐和铵浓度等)对氮输入减少的响应相对较快。当氮沉降降低时,可在某种程度上减轻土壤酸化,促进树木生长,但也可能因环境氮沉降速率依然很高并保持土壤酸化,林木的活力仍在恶化。植被多样性的恢复可能存在恢复障碍并在短期内难以维持富营养化的恢复,但促进了贫营养型物种的增加。森林生态系统恢复响应对减排政策存在延迟,且氮沉降增加存在遗留效应,致恢复相当缓慢,但恢复只是时间问题。因此,高氮负荷生态系统的恢复是一个长期缓慢的过程,进一步加强减排尤为重要。

河南省森林固碳量与碳汇价值评估

为了解当前黄河中下游森林固碳量及碳汇价值现状,助力黄河流域生态保护和高质量发展,基于全国森林清查和国土调查数据,以河南省为例,结合蓄积量转换法原理运用改进后的生物量转换因子连续函数法来测算森林固碳量动态变化和碳汇价值。结果表明:河南省森林固碳量由2008年的1.76×10^(8)t上升至2018年的2.78×10^(8)t,年固碳量较高的森林类型为阔叶混和栎类,固碳量按龄级分布状况为幼龄林最大、过熟林最小,森林固碳量的空间格局表现为“西、南高,东、北低”,主要分布在南阳、洛阳和三门峡;森林碳汇价值由2008年的492.47亿元增加至2018年的778.68亿元,年均增长28.62亿元,2018年阔叶混、栎类和杨树的碳汇价值占碳汇总价值的79.93%。针对当前河南省森林建设存在的问题,提出提升森林固碳能力和推动森林碳汇价值实现的建议,可为促进黄河流域高质量发展提供强劲动力。

考虑载客状态的改进孤立森林浮动车异常数据检测算法

为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。

基于孤立森林算法的弹性光网络异常流量自动识别方法

弹性光网络流量传输受到时间波动导致异常,为了提高网络传输稳定性,提出基于孤立森林算法的弹性光网络异常流量自动识别算法。根据流量的异常分布特征和正常数据的差异性进行波谱密度检测,构建弹性光网络流量的谱特征提取模型,通过低通滤波器卷积向量重组,实现对异常流量的谱特征筛选,采用孤立森林算法实现对网络流量异常检测的自适应寻优控制,结合多维空间结构重组方法实现对弹性光网络异常流量检测和识别。结果表明,漏检率及误检率较低,分别为3.16%,1.03%。检测用时较少,仅用16秒。在进行检测时,外部入侵率未超过1%,抗扰性较强。

基于特征变量扩展的含气饱和度随机森林预测方法

采用数据驱动的方式,提出了一种基于随机森林机器学习算法训练出含气饱和度地震预测方法,并将该方法应用于中国西部复杂天然气藏中,分别对单井资料和二维地震资料进行了含气饱和度预测与分析。研究结果表明:(1)抽取井旁道纵波速度、横波速度和密度3个弹性参数叠前地震反演结果作为基本特征变量样本,引入边界合成少数类过采样技术对基本特征变量样本和对应的含气饱和度样本进行平衡化处理;利用扩展弹性阻抗结合数学变换自动生成一系列的扩展变量;再利用随机森林对特征变量进行含气饱和度预测重要性排名,并优选重要性较高的特征变量进行含气饱和度随机森林训练。(2)该方法大幅减少了特征变量提取和优选的人工工作量,且有效减少了信息冗余以及因含气饱和度样本不平衡导致的训练偏倚问题,有效增强了随机森林算法在含气饱和度地震预测方面的能力。(3)实际单井应用中预测的含气饱和度与测井解释的含气饱和度的相关系数可达0.9855;在二维地震资料应用中,该方法比基于常规未平衡化的11个弹性参数作为随机森林输入预测出的含气饱和度精度更高。

滇中地区主要森林凋落物有效截留量及其影响因素

[目的]研究滇中地区主要森林类型凋落物有效截留量差异及其影响因素,为该地未来植被恢复和森林管理提供科学支撑。[方法]利用样方调查法、烘干法和浸泡法分析了昆明市双河—磨南德水源林自然保护区内的地带性次生常绿阔叶林(SF)、针阔混交林(TF)、旱冬瓜林(ACF)、华山松林(PA)、成熟云南松林(OPY)、幼龄云南松林(YPY)、银荆林(AD)7种主要森林类型凋落物未分解层(OL)和半分解层(OF)的有效截留量及其影响因素。[结果](1) 7种森林类型凋落物厚度为2.06~7.57 cm,其中OL层1.10~4.30 cm, OF层0.83~3.93 cm,凋落物层厚度排序为TF>ACF>PA>OPY>SF>AD>YPY,凋落物蓄积量为4.75~17.45 t/hm^(2),其中OL层占比为32.02%~62.48%,OF层占比为37.52%~67.98%,凋落物层蓄积量排序为TF>PA>SF>OPY>ACF>AD>YPY。(2)凋落物最大持水率为115.3%~170.7%,初始吸水速率为3.65~5.62 g/(g·h),凋落物持水率和浸水时间的关系可用对数函数y=aln(x)+b表示,吸水速率与浸水时间可用幂函数y=kt~n表示。(3)凋落物最大持水量为7.05~32.19 t/hm^(2),排序为PA>TF>SF>OPY>ACF>AD>YPY,有效截留量为5.45~25.34 t/hm^(2),以TF最高(25.34t/hm^(2)),PA(24.99 t/hm^(2))和SF(24.62 t/hm^(2))次之,YPY最低(5.45t/hm^(2)),影响有效截留量的场地特征主要为蓄积量、自然含水率、分解强度以及厚度,影响有效截留量的水动力过程主要是最大失水量、前6.0 h平均吸水速率和前2.0 h平均吸水速率。[结论]滇中地区未来植树造林应以针阔混交林为主,注重对地带性次生常绿阔叶林的保育,采取辅助自然更新的措施促进人工纯林向混交林演化,同时减少踩踏、收集凋落物等人类活动的干扰,从而增加森林生态系统凋落物的水源涵养能力。

去除凋落物和草毡层对寒温带典型森林土壤活性有机碳的短期影响

[目的]探究去除凋落物和草毡层对寒温带森林土壤活性有机碳的影响,为我国寒温带森林土壤碳循环的研究提供科学参考。[方法]以大兴安岭北部3种典型森林(白桦林、樟子松林和兴安落叶松林)为研究对象,在3种林型中设置对照、去除凋落物、去除草毡层以及去除凋落物和草毡层4种处理,于2021年9月对各处理不同土层(0—10 cm和10—20 cm)土壤进行取样,研究其土壤活性有机碳组分及其影响因子。[结果]在0—10 cm土层,与对照相比,去除凋落物后土壤可溶性有机碳和易氧化有机碳含量在白桦林和樟子松林中无显著变化,而在兴安落叶松林中显著降低了25.49%和39.40%;土壤微生物量碳含量在白桦林和兴安落叶松林中显著降低了19.26%和18.86%,而在樟子松林中无显著变化。去除草毡层后土壤可溶性有机碳和易氧化有机碳含量在白桦林和樟子松林中显著降低了16.08%,60.69%和17.38%,17.33%,而在兴安落叶松林中的变化不显著;土壤微生物量碳含量在3种林型中显著降低了19.47%~42.02%。同时去除凋落物和草毡层后3种林型土壤微生物量碳和易氧化有机碳含量极显著降低了22.03%~27.01%和52.22%~57.01%;土壤可溶性有机碳含量降低了11.25%~22.18%,其中白桦林和樟子松林达显著水平;在10—20 cm土层,不同去除处理对3种林型土壤可溶性有机碳和微生物量碳含量均无显著影响,白桦林和樟子松林土壤易氧化有机碳含量分别在去除草毡层以及同时去除凋落物和草毡层后显著降低,而兴安落叶松林土壤易氧化有机碳含量无明显变化。3种林型土壤活性有机碳各组分与土壤总有机碳、全氮、含水量呈显著正相关,与土壤pH则呈显著负相关。[结论]去除凋落物和草毡层降低了土壤活性有机碳含量,凋落物和草毡层的存在有利于土壤活性有机碳的形成与累积。

碳中和目标下我国森林碳汇功能实现的困境检视与法治保障

森林是水库、钱库和粮库,同时森林生态系统固碳增汇功能在实现碳中和目标中的作用也愈发凸显,成为重要的“碳库”。然而,我国森林碳汇功能实现存在因法治化程度较低、法律体系不健全且位阶低而造成的法律困境,以及因存在产权、资金、技术、风险障碍而造成的事理积弊。因应之策在于:一方面要积极推进国家应对气候变化专门立法、推进森林碳汇相关法律修订与制定、加强森林碳汇司法保障以巩固提升森林碳汇能力;另一方面要明晰森林碳汇的产权与收益归属,建立健全森林碳汇金融服务体系,提升森林碳汇项目技术实现能力、发展森林碳汇项目风险分散机制以消弭森林碳汇功能实现的障碍。

基于随机森林法的铣刀磨损状态监测

针对机床加工过程中铣削刀具状态监测困难,以及单传感器监测法存在信息不全的问题,提出了一种利用随机森林完成多传感器信息融合的刀具磨损状态监测研究方法。在不同的切削参数下,以声发射传感器和振动传感器为信号采集元件,多方位采集信号,并对信号进行时域、频域、小波包分析,提取其对刀具状态敏感的共计23个特征量,构建随机森林模型对铣刀状态进行监测。实验结果表明,该研究方法识别刀具准确率达90.0%,具有可行性。

基于随机森林的发电机定子线棒局部放电图谱特征识别方法

发电机定子线棒局部放电的在线监测和故障诊断对于电机故障预警、故障定位和指导机组检修有重要意义。目前存在部分不同类型局部放电相似度高,模式识别方法计算时间过长的问题,需要高精度和高效的识别方法,为此提出一种基于随机森林的定子线棒局部放电识别方法。制备了6种类型定子线棒,用特高频天线检测局部放电信号,基于相位分布局部放电(PRPD)图谱比对,提出参数幅值不对称度。基于随机森林方法识别缺陷类型,计算特征重要性,选择有效特征。最后,可视化特征相似度,与传统反向传播(BP)神经网络方法对比,验证有效性。结果表明:随机森林算法可以有效识别人工缺陷定子线棒局部放电,总体识别正确率达到93.33%。筛选半数特征后,随机森林比BP神经网络的准确率提高了10.83%,特征选择对随机森林的准确率影响很小,但识别效率大幅提高。随机森林在少量特征时识别准确率、计算时间都明显优于神经网络。幅值不对称度参数的重要性排在全部特征前1/3,具有推广价值。

基于随机森林和XGBoost算法构建心脏骤停患者自主循环恢复后神经功能预后不良的风险预测模型

目的 利用机器学习算法构建预测心脏骤停(CA)患者自主循环恢复(ROSC)后神经功能预后不良的预测模型,探索结局相关因子。方法 回顾性收集2016年1月至2024年1月沧州市中心医院收治的CA行心肺复苏(CPR)后ROSC的患者481例为研究对象。收集患者临床资料,根据患者转出重症监护病房(ICU)时的格拉斯哥-匹兹堡脑功能表现分级(CPC)评分,将其分为预后良好组(GNO,n=158)和预后不良组(PNO,n=323)。481例患者按7∶3随机分为训练集(n=338)和测试集(n=143),训练集用于构建模型,测试集用评价模型效能。利用极端梯度提升(XGBoost)和随机森林(RF)两种机器学习算法构建患者神经功能预后不良的预测模型,分别得出影响患者神经功能预后的变量,应用SHAP进行XGBoost模型可解释性分析。将XGBoost和RF算法得出的变量取交集,再将交集变量进行多因素Logistic回归分析,得到差异有统计学意义的变量,进而构建决策树模型。在训练集和测试集上利用受试者工作特征(ROC)曲线和曲线下面积(AUC)评估决策树模型的预测性能。结果 通过XGBoost模型得到与神经功能预后不良相关的变量15个,RF模型得到与神经功能预后不良相关的变量14个,两种模型取交集得到11个与神经功能预后不良相关的交集变量[视神经鞘直径(ONSD)变化率、神经元特异性烯醇化酶(NSE)、入ICU第3天ONSD(ONSD day3)、心脏骤停至心肺复苏(CA-CPR)时间、ROSC时间、急性生理学与慢性健康状况评价Ⅱ(APACHEⅡ)评分、血肌酐、白蛋白、住ICU时间、血乳酸及年龄]。将这11个交集变量进行多因素Logistic回归分析,结果显示,PNO组与GNO组ONSD变化率、NSE、ONSD day3、ROSC时间及年龄这5个变量差异有统计学意义(P<0.05)。用这5个重要变量构建决策树模型,得出3个与患者神经功能预后不良最相关的变量(NSE、ROSC时间及ONSD变化率),在训练集上的决策树模型预测CA行CPR后ROSC患者神经功能预后不良的AUC为0.857(95%CI 0.809~0.903,P<0.001),在测试集上的AUC为0.834 (95%CI 0.761~0.906,P<0.001)。结论 基于XGBoost和RF这2种机器学习方法构建的决策树模型能够更准确地评估CA患者ROSC后神经功能的不良预后,且评价指标可能简化为NSE、ROSC时间及ONSD变化率。

我国城市森林研究回顾及未来研究方向和重点

城市森林理念引入我国以来,其相关研究一直是国土绿化建设和管理的科学支撑,并取得了丰硕成果。目前,我国关于城市森林的研究主要集中在以下4方面:1)城市森林结构、景观格局分析及动态过程;2)城市森林树种选择、群落结构、配置模式及营建技术;3)应用树木覆盖分析评估城市森林现状;4)城市森林生态效益、服务功能评估等。文章对城市森林内涵、范围等问题作出辨析后认为,未来城市森林的研究方向和重点体现在以下4方面:1)促进城市森林健康及可持续发展研究;2)基于生态学理论的城市森林群落构建及管护研究;3)城市森林应对气候变化的研究;4)科学提高城市森林总量和质量,规范城市森林碳汇计量及监测的研究等。城市林业应强调用跨学科的技术来解决科学、政策和社会之间的差缺,进而满足城市居民的多种需求。

我国森林生态产品价值实现的模式、困境及建议

森林生态产品价值实现是“绿水青山”向“金山银山”转化的重要路径。研究森林生态产品价值实现对丰富“两山”理论研究以及推动“双碳”目标实现具有重要现实意义。文章在阐述森林生态产品概念及价值实现的理论基础上,将森林生态产品价值实现的模式分为森林生态补偿、森林碳汇交易以及森林生态产业,并总结分析国内森林生态产品价值实现案例中相关模式的运用,剖析了我国森林生态产品价值实现存在的现实困境,从明晰森林生态产品产权、统一森林生态产品价值核算、创新森林生态产品价值融资模式和健全森林生态产品价值发展机制等方面提出了相关建议。

内蒙古森林火灾发生风险及其驱动因素

森林火灾是危害森林健康的主要灾害之一,科学预测森林火灾是预防森林火灾的重要依据。以中国新旧森林火灾政策作为分界线,将内蒙古森林历史火灾数据分为四个阶段,基于增强回归树模型建立内蒙古森林火灾发生模型,预测森林火灾发生情况,解释不同时期森林火灾和火灾风险变化的差异。预测结果表明:(1)4个时期建模精度AUC均大于0.94,表明BRT模型能够较好地预测研究区森林火灾的发生;(2)气温日较差、日最小相对湿度、上一年春防累计降水量、上一年秋防累计降水量、上一年春防最高地表气温海拔、距火点最近公路距离被确定为影响内蒙古森林火灾发生的重要驱动因素。(3)新旧《森林防火条例》实施前后森林火灾风险等级变化:1981—1988年3月14日,中、高和极高森林火灾风险区分布在呼伦贝尔的东部,而2009—2020年中、高和极高森林火灾风险区分布在呼伦贝尔南部和中部、赤峰市的西南部、锡林郭勒盟和呼和浩特市的中部、乌兰察布市和包头市的南部以及鄂尔多斯市的东部。有助于了解不同时期《森林防火条例》影响下的内蒙古森林火灾的驱动因素和火险等级的变化,为优化森林火灾管理政策及预测预报工作提供科学依据。

基于精度突变的随机森林特征优选方法研究与应用

随机森林特征优选法是遥感解译中常用的特征选取方法,可以减少特征冗余提高提取精度。但该算法在构建决策树时会随机选择特征子集,导致某些重要的特征被丢失,从而使优选结果不是最优特征子集。以水稻提取为例,设计了一种基于精度突变的随机森林特征优选方法:利用随机森林特征优选方法对研究区进行特征排序;通过逐级组合的方式进行水稻提取;将精度突变的特征重新加入到特征优选子集;基于最优特征优选子集提取水稻。实验结果显示,文中方法将水稻提取中被丢失的特征重新加入到特征优选子集中,其总体提取精度可提升2.7%,表明文中方法可提高水稻的提取精度,同时该方法在地物分类和变化检测等相关领域也有一定的参考价值。

北京不同类型城市森林中PM_(2.5)与O_(3)的关联性分析

大气污染的协同治理是实现经济社会高质量发展,加快生态文明建设的重要途径.PM_(2.5)和臭氧的协同治理是我国“十四五”时期大气污染防治的要求,探究北京市城市森林不同类型林内PM_(2.5)与臭氧的相关性对北京市大气污染的防治具有重要意义.本文利用北京市3个城市森林生态环境监测站测得的PM_(2.5)、O_(3)浓度数据,系统分析不同类型城市森林PM_(2.5)与O_(3)浓度相关性的差异.结果表明:①春季,中心城区、近郊湿地区、近郊浅山区森林中PM_(2.5)与O_(3)浓度呈负相关,中心城区相关性最强(r=0.178,p<0.01);夏季各区域PM_(2.5)与O_(3)浓度均呈正相关,近郊湿地区相关性最强(r=0.095,p<0.01);秋季各区域PM_(2.5)与O_(3)浓度均呈负相关,近郊浅山林区负相关性最强(r=−0.428,p<0.01);冬季近郊湿地区PM_(2.5)与O_(3)浓度呈显著正相关(r=0.061,p<0.05),但中心城区和近郊浅山林区均呈负相关.②工作日期间夜间近郊浅山林区PM_(2.5)与O_(3)浓度相关性相对较强(r=−0.147,p=0.01),其余时间中心城区相关性相对较强,相关系数在−0.14上下波动,周末期间除夜间外,近郊湿地区相关程度相对较强,相关系数在−0.08上下波动.③当PM_(2.5)浓度≤50μg/m^(3)或O_(3)浓度>50μg/m^(3)时,PM_(2.5)与O_(3)浓度呈正相关;PM_(2.5)浓度处于50~200μg/m^(3)之间或O_(3)浓度≤50μg/m^(3)时,二者负相关性相对较强.研究显示,北京市城市森林中PM_(2.5)与O_(3)相关性在季节、不同区域昼夜尺度上有所差异,且林内各区域PM_(2.5)和O_(3)浓度总体呈负相关,表明PM_(2.5)与O_(3)的相互关系受环境背景浓度值、气象要素、人类活动等多因素共同影响.

基于多源数据与随机森林方法的城市建成区提取——以郑州市为例

基于夜间灯光数据的阈值分割法在城镇建成区提取研究中被广泛应用,但由于夜间灯光数据分辨率低、灯光溢出和阈值分割法无法顾及区域差异等问题,一定程度上影响了该方法的提取精度。以郑州市为例,以LJ1-01与NPP/VIIRS两种夜间灯光影像为主要数据源,结合Landsat8中分辨率遥感影像、网络城市兴趣点(POI)及路网数据,利用随机森林分类方法对郑州市2018年建成区进行提取,参考土地利用数据,对RF分类法与NTL、VANUI、BANUI、PANUI、RANUI指数等阈值法进行对比实验和精度评价,评估基于多源数据的随机森林分类方法在城市建成区提取中的优势。实验表明,RF比阈值法提取的建成区更接近真实建成区且提取精度更高,具有更好适用性;LJ1-01数据提取的效果和精度总体优于NPP/VIIRS数据;在采用RF分类时,各类特征的重要性在不同夜光数据源中表现差异较大。