基于MODIS影像和随机森林算法的河北坝上林地动态监测

周佳宁¹, 张洁¹, 李天宏^{1, 2, †}

1. 北京大学深圳研究生院环境与能源学院, 深圳 518055
2. 北京大学环境科学与工程学院, 北京 100871

收稿日期:2017-04-17修回日期:2018-01-09出版日期:2018-07-20

基金资助:国家自然科学基金(41071027)资助

Bashang Forest Change Monitoring with Multi-Temporal MODIS Images and Random Forest Algorithm

ZHOU Jianing¹, ZHANG Jie¹, LI Tianhong^1,2,†

1. School of Environment and Energy, Peking University Shenzhen Graduate School, Shenzhen 518055
2. College of Environmental Sciences and Engineering, Peking University, Beijing 100871

Received:2017-04-17Revised:2018-01-09Published:2018-07-20

PDF

(8445KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 为了揭示河北省坝上地区林地的动态变化特征, 采用250 m空间分辨率的MODIS反射率和NDVI数据, 利用TM遥感影像辅助选择训练样本, 基于随机森林分类算法, 提取2000—2015年8个时相的林地信息, 并分析其空间变化情况。结果表明, 与常用的最大似然法和神经网络法相比, 随机森林法分类的精度更高, 总体精度和 Kappa系数分别为91.89%和0.88。通过二进制编码方法, 快捷地揭示了8个时相的林地信息在空间上的动态变化, 识别出变化幅度较大的年份和空间分布。结果显示, 林地退化严重的地区集中在丰宁、围场、张北和沽源四县, 时间集中在2002, 2010 和2013年。
中图分类号:
-->X835

引用本文

周佳宁, 张洁, 李天宏. 基于MODIS影像和随机森林算法的河北坝上林地动态监测[J]. 北京大学学报自然科学版, 2018, 54(4): 792-800.
ZHOU Jianing, ZHANG Jie, LI Tianhong. Bashang Forest Change Monitoring with Multi-Temporal MODIS Images and Random Forest Algorithm[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2018, 54(4): 792-800.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2145