《表1 特征说明：基于特征优选随机森林算法的农耕区土地利用分类》

  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

《基于特征优选随机森林算法的农耕区土地利用分类》

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

本研究选取研究区4种特征变量：光谱特征、无红边植被指数和红边指数[13-22]、纹理特征，如表1所示。基于遥感影像进行土地利用分类时，Shoko和Mutanga[21]研究发现红边波段信息加入能够有效提高土地利用分类的精度。为此，选取遥感影像的7个波段的反射率作为光谱特征，构建4种常用无红边植被指数以及7种红边指数；除上述3种特征变量之外，郑淑丹等[22]认为纹理信息也可以提高分类精度，故采用灰度共生矩阵方法提取影像的纹理特征。为较好地反映影像的纹理特征，通过多次试验对比分析，设置滑动窗口大小为3，步长为1，利用灰度共生矩阵提取了基于红边波段的均值（mean）、方差（variance）、同质性（homogeneity）、对比度（contrast）、差异性（dissimilarity）、熵（entropy）、二阶矩（second moment）、相关性（correlation）共8个纹理特征。