基于双树复小波分解的Boosting集成学习土地覆被分类研究

基于双树复小波分解的Boosting集成学习土地覆被分类研究

李润祥,高小红,汤敏

Study on Boosting Ensemble Learning Land Cover Classification based on Dual-Tree Complex Wavelet Transform

Runxiang Li,Xiaohong Gao,Min Tang

表2 SPOT 6影像分类精度

Table 2 Classification accuracy of SPOT 6 image

土地覆被类型	RF			GBDT			DTCWT-GBDT			XGBoost			DTCWT-XGBoost			LightGBM			DTCWT-LightGBM
土地覆被类型	用户精度/%	制图精度/%		用户精度/%	制图精度/%		用户精度/%	制图精度/%		用户精度/%	制图精度/%		用户精度/%	制图精度/%		用户精度/%	制图精度/%		用户精度/%	制图精度/%
耕地	80.63	83.21		88.71	88.84		88.83	88.86		88.85	88.87		88.86	87.69		88.84	88.88		88.89	88.91
有林地	91.54	91.16		87.50	82.35		93.65	93.74		93.73	93.85		93.85	93.69		93.86	93.76		93.83	93.75
灌木林地	90.23	94.56		91.67	95.65		91.67	95.65		91.67	88.00		91.67	95.65		95.83	95.83		95.83	95.83
疏林地、其他林地	92.31	95.89		91.76	89.66		94.12	90.91		94.12	90.91		92.94	94.05		98.80	96.55		98.84	96.55
高覆盖草地	87.22	90.01		81.72	81.81		81.35	81.66		81.35	81.63		81.56	81.76		81.80	90.00		81.82	90.06
中覆盖草地	91.31	81.52		91.30	80.77		95.65	88.00		91.30	84.00		95.65	91.67		91.30	91.30		95.65	91.67
低覆盖草地	81.12	94.33		79.55	81.40		84.09	86.05		81.82	85.71		86.36	86.36		81.82	81.82		86.36	88.37
城乡工矿居住建设用地	93.13	87.65		91.32	96.62		92.24	97.12		91.32	96.62		93.15	96.23		94.52	96.28		94.52	97.64
河流	94.75	93.23		98.25	91.59		97.50	92.86		97.50	91.76		97.50	92.86		95.00	96.20		97.50	96.30
水库坑塘	95.11	95.08		96.13	95.06		96.42	96.14		96.25	98.53		97.06	98.14		99.08	99.15		99.43	99.28
未利用土地	81.56	80.16		88.50	81.58		91.43	82.05		88.67	81.58		88.93	81.58		91.43	82.05		94.29	82.50
总体精度/%	89.27			90.73			92.55			91.64			92.73			93.63			94.73
Kappa	0.87			0.88			0.91			0.89			0.91			0.92			0.93