极化SAR旱地作物分类的后向消除特征选择研究

摘要：

[目的]作物遥感分类是作物面积监测的核心问题,也是进一步开展农作物长势、产量等专题监测的前提.特征选择是作物遥感分类的关键步骤之一,能够有效提高作物遥感分类精度和效率.文章使用后向消除的特征选择方法明确最优特征集的大小和内容,比较不同优选特征集的分类效果分析4种特征排序方法的优劣.[方法](1)提取河北省深州市旱地作物关键生长期(6月3日、6月27日、7月21日)RA?DARSAT-2数据的3类特征变量共114个.(2)比较基于不同度量方式的4种特征重要性排序方法,根据特征排序结果采用后向消除方法逐步简化特征变量,确定最优特征个数,得到优选特征集.(3)比较不同优选特征集在随机森林方法下的分类效果.[结果]特征排序方法中极限树的效果最好.使用极限树算法优选的特征集参与随机森林分类,能用最少的特征(11个),达到最高的精度(92.63％).并且与全部特征(114个)的分类结果相比,总体精度只下降了1.78％.[结论]后向消除特征选择优选出的特征集能够明确最优特征个数,能够在保障分类精度的同时有效提升分类效率,优选出的特征集可为同种种植结构下的旱地作物分类提供参考.

关键词：旱地作物、全极化合成孔径雷达、特征选择、遥感、分类

所属期刊栏目：44

分类号：S17(农业地理学)

资助基金：中央级公益性科研院所基本科研业务费专项;中央级公益性科研院所专项资金项目

在线出版日期：2023-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：222-232