基于XGBoost的高分二号影像树种识别

摘要：

树种分布是森林资源监测的一个重要指标,也是遥感影像在森林资源监测应用中的难点之一.基于国产高分二号卫星影像数据、森林资源二类调查数据、DEM数据,结合光谱、纹理、指数及地形因子等多种特征,比较支持向量机、随机森林和XGBoost等3种分类算法,根据分类精度选择最优算法(即XGBoost)进行特征筛选,对龙泉市的阔叶树、马尾松、杉木和毛竹等4种主要优势树种进行分类.结果 表明:采用XGBoost分类模型的分类总精度为83.88％,Kappa系数0.78,较支持向量机和随机森林分类方法有明显提高.经特征选择后,虽未明显提高树种分类精度,但可以减少特征的冗余,为小样本数据下特征的选取降维提供了一定的参考.

关键词：高分二号、特征选择、XGBoost、树种分类、遥感

分类号：TP79;S757.2(遥感技术)

资助基金：浙江省科技重点研发计划资助项目2018C02013

在线出版日期：2019-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：44-51