随机森林遥感信息提取研究进展及应用展望

Vol. 34,No. 2Apr. ,2019

第34卷第2期2019年4月

遥感信息

Remote Sensing Information 随机森林遥感信息提取研究进展及应用展望

于新洋2 ,赵庚星1,2 ,常春艳2 ,袁秀杰1，2 ,王卓然1，2

(1. 土肥资源高效利用国家工程实验室，山东泰安271028,2.山东农业大学资源与环境学院，山东泰安271028)

摘要：针对国内外随机森林集成分类方法的相关成果及发展趋势尚未有研究进行梳理与展望这一问题，首

先，系统介绍随机森林分类方法的基本原理及应用优势、重要参数及其具体设定；其次，综述该方法在多光谱影 像、高光谱数据、雷达及激光测距仪等多源遥感数据信息提取领域以及分类参量遴选中的研究应用；最后，在分类 精度检验、可移植性以及算法改进等方面对其发展及应用趋势进行了展望。该研究可为随机森林分类方法初学

者提供参考，有助于随机森林分类方法在遥感信息提取领域的推广及应用。

关键词：随机森林；分类方法；研究进展；信息提取；展望

doi-10. 3969/j. issn. 1000-3177. 2019. 02. 002

中图分类号:TP79 文献标志码： 文章编号:1000-3177(2019)162-0008-07

Random Forest Classifier in Remote Sensing Information Extraction :

A Review of Applications and Future Development

YU Xinyang 1'2 ,ZHAO Gengxing 1'2,CHANG Chunyan 1'2 .YUAN Xiujie 1'2 ,WANG Zhuoran 1'2

(1. National Engineering laboratory for Efficient Utilization of Soil and

Fertilizer Resources , Tai ? an , Shandong 271018, C/izna ；

2. College of Resources and Environment , Taiwan , Shandong 271018 ,CAina)

Abstract : The random forest classifier (RFC) is an ensemble method that produces multiple decision trees , using a randomly

selected subset of training samples and feature variables. The classifier has become popular in remote sensing studies due to its classification accuracy,while no literature review has been done to cover its application in remote sensing ・ The objective of this

study is to review the utilization of RFC in remote sensing , and the application of RFC in the classification of multi-sensor images and relevant data selection. Further investigations are recommended into less commonly exploited use of this classifier, such as outliers detecting in training samples and novel approaches improving.

Key words : random forest ； classification method ； review ； information extraction ； development trend

0引言

遥感分类作为遥感技术应用最重要的组成部

分,研究方法日渐多样。典型的遥感监督分类法如

分类回 归树(classification and regression tree ,

CART)m 幻、支持向量机(support vector machine , SVM)［3_4］及人工神经网络(artificial neural network ,

ANN)&6］算法目前应用较多。然而，随着土地利用

范围及程度的不断拓展深化以及区域资源环境变

化，陆表土地利用已趋于类型复杂化、格局破碎化, “物谱两异”现象普遍存在⑺，单分类器已难以满足

更高的分类精度需求⑷。

随机森林分类器(random forest classifier ,

RFC)页自2001年提出伊始便以处理流程稳健高效

收稿日期:2017-10-19 修订日期:2017-12-26

基金项目："十二五”国家科技支撑计划(2015BAD23B0202)；中国科学院陆地表层格局与模拟重点实验室开放基金(LBKF201802)；山

东省双一流建设项目(SYL2017XTTD02) s 山东省博士后创新基金(222016)；山东农业大学博士后基金(010-76562)。

作者简介：于新洋(1986-),男，博士，讲师，主要研究方向为农业遥感监测。

E-mail : xyyu@ yic. ac. cn

通信作者:赵庚星(1964-)，男，博士，教授，主要研究方向为遥感技术及应用。

E-mail : zhaogx@ sdau. edu. cn

8