《表2 最优特征集：基于Sentinel遥感数据的红树林信息提取研究——以广西茅尾海为例》

  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Sentinel遥感数据的红树林信息提取研究——以广西茅尾海为例》

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

在方案F的基础上，采用随机森林算法计算90个特征的重要性得分，将得分由高到低排序，以5为步长，分别选取前5、前10、前15个特征，直至所有特征都被选取；每次选取的特征分别参与随机森林分类，并计算总体分类精度与Kappa系数，绘制特征变量数量与分类精度和Kappa系数的关系图，以寻找最优参数组合的特征数量。由图3可知，随着参与分类的特征变量数量增加，分类精度与Kappa系数呈先增后减趋势，不随特征变量数量的增加而提高；当m取20时，两者均达到最大值，分别为89.60%和0.8756，表明优选特征为20个，包括8个光谱特征、3个纹理特征、3个形状特征，2个多极化后向散射系数和4个自定义特征，各特征的重要性得分如表2所示。该优选特征集包含所有的特征类别，只有综合多源特征才能达到满意的分类效果。