融合随机森林模型和6种水体指数的上海市水体信息提取

为快速、准确地掌握水体分布信息，本文以上海市为研究区，基于多时相Sentinel-2卫星数据构建水体提取特征集，并采用效率高、稳健性好的随机森林模型，对研究区内的水体进行提取。水体提取特征集在现有光谱波段特征的基础上加入6种水体指数，分别为NDWI、MNDWI、AWEI;、WI;、SWI和RWI,旨在提高水体提取精度。针对10个光谱波段特征及6种水体指数，设计了8种试验方案探究加入水体指数对于水体提取的作用。结果表明，将6种水体指数全部加入的方案精度最高，为97.910%;NDWI和RWI能提高水体提取精度、降低漏提率和误提率。