基于随机森林特征变量优化的湿地植物分类与密度反演
Classification and Density Inversion of Wetland Vegetation Based on the Feature Variables Optimization of Random Forest Model作者机构：同济大学土木工程学院上海200092 同济大学长江水环境教育部重点实验室上海200092 俄罗斯科学院西伯利亚分院贝加尔湖自然管理研究所俄罗斯联邦布里亚特共和国乌兰乌德670047
出 版 物：《同济大学学报（自然科学版）》 (Journal of Tongji University:Natural Science)
年 卷 期：2021年第49卷第5期
页 面：695-704页
核心收录：
学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 07[理学] 08[工学] 0713[理学-生态学]
基 金：国家自然科学基金(42072281) 上海市科技创新行动计划(20230742500) 上海市土木工程高峰学科建设项目(2019010207)
主 题：长江口湿地 湿地植被分类 植物密度 随机森林模型 特征变量优化
摘 要：以长江口滨海湿地为研究区域,采用随机森林算法对滨海湿地植被进行分类。在提取Landsat-8 OLI影像植被指数和水体指数的基础上,提出利用植被指数季节差值对模型进行特征变量优化,分析了长江口滨海湿地植物群落分布的空间特征。以所占面积最大的互花米草(入侵物种)为例,采用多元线性回归模型结合实地测量数据,估算了秋季的互花米草植物密度的空间特征。提出的多时相遥感数据结合随机森林特征变量优化方法,可以较为便捷地提取长江口湿地3种优势物种的空间分布特征,与最大似然法相比,分类精度有较大提高,总体分类精度由78.35%提高至87.55%,Kappa系数由0.72提高至0.84。该方法适用于存在“异物同谱问题的湿地植物群落研究。
维普期刊数据库
同方期刊数据库