论文部分内容阅读
介绍了热融湖和水体提取的研究背景、研究区及数据来源,依据NDWI等9种水体指数算法,结合随机森林算法,对水体特征进行提取,并以人工解译出研究区水体,结合神经网络分类作为验证样本,验证各方法的精度,探寻一种适用于热融湖提取的方法。结果发现,传统的NDWI与EWI8能较好地区分冰雪区域与水体;在建立样本数据集后,随机森林的分类总体精度达到了90%。由此可以得出,机器学习能够为遥感分类提供更高精度的方法,并为水文环境监测、地表生态监测提供有力的工具。