随机森林分类算法提取柑橘果园的样本数量敏感性分析

随机森林算法,凭借处理高维度数据、模型泛化能力强、训练速度快等优点,被广泛用于土地利用遥感分类中,但该算法的训练样本对分类结果的影响问题一直没有受到重视.以提取南丰县柑橘果园为案例,探讨在不同柑橘果园训练样本下,以随机森林算法提取柑橘果园的精度差异,定量评价训练样本差异对该算法提取柑橘果园精度的影响.研究结果表明:1)对于县级尺度,随机森林训练样本在240,总体精度达到89.66％,Kappa系数为0.87,整体分类效果最优.对于提取柑橘果园,则训练样本数量为2400时最优.2)南丰县柑橘果园的主要分布于高程100～150 m,坡度0° ～5°临近河流的区域范围内,分别占总柑橘果园面积的46.78％和26.67％.