《表3 特征类型及参量：基于随机森林算法的城区土地覆盖分类研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于随机森林算法的城区土地覆盖分类研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了有效提高土地利用/覆盖分类的精度，建立有效的特征组合模型，本研究以光谱波段、光谱指数、纹理特征为分类的输入变量。采用的光谱波段为海岸蓝色（Coastal），蓝光（B），绿色（G），红色（R），近红外（NIR），短波红外1(SWIR1），短波红外2(SWIR2），卷云（Cirrus）；采用的光谱指数为归一化植被指数（NDVI）、归一化建筑指数（NDBI）和归一化水体指数（ND-WI）；对影像的8个波段采用基于概率统计的数据范围（Data Range）、平均值（Mean）、方差（Variance）、信息熵（Entropy）和偏斜（Skewness）的5个参数作为纹理特征。将三类输入变量结合，构建多源特征集合，以提高分类精度。选取的特征类型及变量如表3所示。