《表2 各算法不同地类所占面积》

  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市不透水面信息提取——以长春市为例》

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

（%）

为进一步验证RF算法的优势，利用经过特征选择后的变量与MLC和SVM算法进行对比分析，比较各算法对不同地物类别的适用性，在R语言平台下实现随机森林算法，最大似然法和支持向量机分类均在ENVI平台下实现，其中支持向量机算法采用径向基函数作为核函数。最终分类结果如图7所示，各地物类别所占面积见表2。从图中可以看出，最大似然算法将裸土与不透水面严重误分，并且高估了阴影所占比例；支持向量机对裸地和水体有些漏分，同时存在将植被误分为农田的现象；随机森林算法整体表现较好，道路轮廓信息和一些细小水体被正确提取出来。