基于随机森林和Sentinel-2影像数据的低山丘陵区土地利用分类——以重庆市江津区李市镇为例

精准的土地利用信息是土地资源监测和管理的基础.为提高低山丘陵区域的土地利用分类精度,选取重庆市江津区李市镇为研究案例,基于随机森林方法,以Sentinel-2影像数据和地形因子为数据源,提取3种变量(传统遥感数据,红边遥感数据和地形因子),合计23个特征指标,构建3个具有不同输入变量的组合模型,以提取研究区土地利用信息,分析变量的重要性.结果 表明:(1)传统遥感数据模型中顺序添加红边遥感数据和地形因子,总体分类精度分别为86.54％,87.19％,88.61％;Kappa系数分别为0.800 9,0.810 2,0.831 4;(2)对模型精度有重要影响的特征指标依次是波段B2(Blue),B4(Red),B3(Green),改进归一化差异水体指数(MNDWI)和波段B5(Vegetation Red Edge 1);(3)基于随机森林的遥感数据和地形因子的组合方法,是获取研究区高精度土地利用信息的一种有效手段.研究成果可以为地形复杂区域的土地利用分类提供参考.