摘 要：卫星遥感技术的迅速发展，使得遥感影像的应用愈来愈广泛，尤其是高分辨率遥感影像。面向对象提取算法在利用高分辨率影像特征的基础上，提取影像中和真实的物相符的区域。机器学习算法也越来越多地应用到遥感影像土地覆被分类中。文章将基于 WEKA 平台使用 J48 决策树、随机森林和贝叶斯网络三种机器学习算法对目标研究区域土地覆被进行分类。研究结果表明，与贝叶斯网络和 J48 决策树相比，随机森林的分类精度更高，效果更好，准确率为 76.10%，Kappa 指数为 0.681 6。
关键词：贝叶斯网络；J48 决策树；随机森林；面向对象
DOI:10.19850/j.cnki.2096-4706.2022.24.038
中图分类号：TP391 文献标识码：A 文章编号：2096-4706（2022）24-0141-04
Research on Three Object-Oriented Land Cover Classification Methods Based on WEKA Platform
LIU Yi
(College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China)
Abstract: The rapid development of satellite remote sensing technology has made the application of remote sensing images more and more widely, especially high-resolution remote sensing images. Object-oriented extraction algorithms can extract image regions that are consistent with real-world objects based on using the features of high-resolution images. Machine learning algorithms are also increasingly applied to land cover classification in remote sensing images. This paper will use three machine learning algorithms of J48 decision tree, random forest and Bayesian network based on the WEKA platform to conduct land cover classification research on the target research area. The research results show that compared with Bayesian network and J48 decision tree, random forest has higher classification accuracy and better effect, with an accuracy rate of 76.10% and a Kappa index of 0.681 6.
Keywords: Bayesian network; J48 decision tree; random forest; object-oriented
参考文献：
[1] 唐慧 . 用于图像分割的深度网络模型及其应用研究 [D].南京：南京财经大学，2021.
[2] 朱素霞，祖宏亮，孙广路 . 一种基于空间信息的 FSICM 图像分割算法 [J]. 哈尔滨理工大学学报，2020，25（4）：101-108.
[3] 张殿岱，王雪梅 . 基于高分辨率遥感影像的植被分类方法比较 [J]. 林业资源管理，2021（3）：108-113.
[4] 付莉 . 面向对象的高分辨率遥感图像分类 [D]. 成都：电子科技大学，2012.
[5] 高灵宝，杜银学，陆江波，等 . 浅谈机器学习 [J]. 铸造设备与工艺，2021（6）：41-43.
[6] 李梅 . 基于 Weka 平台的文本分类实验研究 [J]. 楚雄师范学院学报，2020，35（3）：115-119.
[7] 赵丹平，顾海燕，贾莹 . 机器学习法在面向对象影像分类中的对比分析 [J]. 测绘科学，2016，41（10）：181-186.
[8] 陆海霞，刘勇，张寅丹，等 . 集成机器学习与面向地理对象影像分类的大区域林地信息提取及其泛化能力探讨 [J]. 兰州大学学报：自然科学版，2020，56（3）：363-370.
[9] 高海宾 . 基于 Weka 平台的决策树 J48 算法实验研究 [J].湖南理工学院学报：自然科学版，2017，30（1）：21-25.
[10] 王成武，晏峻峰 . 早期糖尿病风险预测模型的比较研究[J]. 智能计算机与应用，2021，11（1）：64-68.
[11] 殷倩倩，申鑫欣，夏祎 . 大数据背景下机器学习在数据挖掘中的应用 [J]. 数字技术与应用，2022，40（5）：21-23.
[12] 匡开新，杨英宝，高永年，刘宇翔 . 协同 Sentinel 合成孔径雷达和光学影像多特征的不透水面随机森林提取方法 [J/OL]. 遥感技术与应用：1-10[2022-06-16].http://kns.cnki.net/kcms/detail/62.1099.tp.20220511.1035.004.html.
[13] 郑金萍，刘赵发，胡珍珍，等 . 基于 mBagging 的随机森林 [J]. 赣南师范大学学报，2022，43（3）：113-115.
[14] 王姝，关展旭，王晶，等 . 基于迁移学习的贝叶斯网络参数学习方法 [J]. 东北大学学报：自然科学版，2021，42（4）：509-515.
[15] 孙宇翼，赵军利，王苗苗，等 . 基于 J48 决策树的面向对象方法的土地覆被信息提取 [J]. 国土资源遥感，2016，28（4）：156-163.
作者简介：刘怡（1996.12—），女，汉族，山东烟台人，研究生在读，研究方向：基于对象的遥感影像分类。