基于FSO 算法的洱海流域土地利用分类适用性研究

摘 要： 精确提取土地利用类型是治理流域生态环境的重要途径，而分类算法繁多，针对分类的对象效果不一。洱海流域作为高原断陷湖泊具有其独有的特征，开展分类方法适用性研究具有重要意义。以洱海流域作为研究区，基于Sentinel-2影像数据，创新地融合了地物的光谱特征、几何结构和纹理特征，筛选出34 个最优分类特征值，运用特征空间优化算法，对比分析支持向量机、随机森林和决策树3 种分类方法在洱海流域的适用性。结果表明，在特征重要性排名中，红边指数（NDREI）相对于归一化植被指数（NDVI）和比值植被指数（RVI）表现出更为显著的优势，在所有特征中贡献率排名居首位；在优化特征空间后，支持向量机（SVM）的分类总体精度和Kappa 系数效果最好，提高3.75 和5.06 个百分点，决策树（DT）效果最差，仅提高了1 和1.17 个百分点；相对于其他两种分类方法，优化特征空间的随机森林（RF）分类总体精度和Kappa 系数最高，达到90.63% 和88.87%，并且在细节上更符合真实地物分布，如在地物分布的细碎区域、区分湿地、水体和建设用地的效果明显。利用特征空间优化算法提高了分类方法的精度，随机森林对洱海流域的土地利用分类具有最强的适用性。

关键词：洱海流域；红边指数；土地利用分类；FSO 算法；适用性研究

中图分类号：S28 文献标识码：A 文章编号：2095-1795（2024）09-0126-08

DOI：10.19998/j.cnki.2095-1795.2024.09.021