基于随机森林和Landsat8 OLI影像的 脐橙果园种植信息提取

林 娜，王 伟*，王 斌

（1.重庆交通大学 土木工程学院，重庆 400074；2.重庆市地理信息和遥感应用中心，重庆 401147）

脐橙因其可食性高、易贮藏和市场广阔等特点，在我国江西、福建、重庆等红壤丘陵区被广泛种植。重庆奉节是我国重要的脐橙生产区，2009年被授予 “中国橙都”称号，脐橙果业发达，品种丰富。20世纪以来，地方政府整合资源大力发展脐橙产业，极大地促进了地方经济增长。但是，大规模种植脐橙果园，对于地区生物多样性和地表土壤的能量平衡都会产生一定影响。传统果园种植模式的粗放性，不仅会造成土壤污染、土壤结构破损，而且会引发较严重的水土流失现象，对地区生态环境构成重大威胁[1-3]。传统方法采取走访调查的方式获取果园种植信息，需耗费大量的人力物力，且易受主观因素的影响；而遥感技术具有重返快、覆盖广和成本低等特点[4]，可实时准确地获取脐橙果园的空间分布信息，能为当地的农业政策制定提供支持。

目前，SVM、神经网络和随机森林等机器学习分类算法已在遥感信息提取方面得到了广泛应用[5-7]，其中，随机森林算法具有人工干预少、运算速度快、鲁棒性强等优点[8]。顾海燕[9]等利用WorldView-2高分辨率卫星遥感影像构建了基于随机森林算法的分类模型，从而提取了地表覆盖信息，并与SVM方法进行了对比，结果表明该方法具有更快的运算速度和更高的分类精度；吕杰[10]等将SVM、最小距离法、随机森林算法3种分类模型应用于GF-1号卫星遥感数据的森林树种分类研究中，结果表明随机森林算法具有较高的适用性；……