[发明专利]基于随机森林分类算法的城市范围提取方法、装置及电子设备

说明书

本发明涉及一种基于随机森林分类算法的城市范围提取方法、装置及电子设备。本发明的基于随机森林分类算法的城市范围提取方法包括如下步骤：并根据夜间灯光遥感数据和植被指数数据获取样本区域的夜间灯光城市指数；从样本区域的夜间灯光遥感影像和植被指数影像中选取训练样本，并根据所选举出的训练样本以及样本区域的夜间灯光遥感数据、植被指数数据和夜间灯光城市指数，建立并训练最优随机森林算法模型；将待识别区域的夜间灯光遥感影像和植被指数影像输入最优随机森林算法模型，判断该区域是否为城市范围。本发明的基于随机森林分类算法的城市范围提取方法能够根据夜间灯光遥感影像和植被指数，识别城市区域和非城市区域。

技术领域

本发明涉及城市发展研究信息技术领域，特别是涉及一种基于随机森林分类算法的城市范围提取方法、装置及电子设备。

背景技术

目前城市范围提取主要采用航空航天遥感技术，相比于传统的地面实际测量的方法，遥感技术有着工作量小、成本低、周期短、效率高等特点，并且能够满足当前研究城市化的需求。传统的遥感技术提取城市范围的方式一般是利用一年内较高分辨率的多光谱的遥感影像进行提取，其提取过程主要包括影像的几何校正、大气校正、镶嵌、裁剪、分类等步骤。由于多光谱的遥感影像获取受到天气的影响较大，因此所得到的影像在进行几何校正、镶嵌等工作时由于成像时间的不同导致其操作比较困难。

发明内容

基于此，本发明的目的在于，提供一种基于随机森林分类算法的城市范围提取方法，其能够根据夜间灯光遥感影像和植被指数，识别城市区域和非城市区域。

本发明是通过如下方案实现的：

一种基于随机森林分类算法的城市范围提取方法，包括如下步骤：

获取样本区域的夜间灯光遥感影像和植被指数影像；

获取样本区域的夜间灯光遥感数据和植被指数数据，并根据所述夜间灯光遥感数据和植被指数数据获取样本区域的夜间灯光城市指数；

根据样本区域的夜间灯光遥感数据和植被指数数据，获取所述样本区域中的城市像元和非城市像元；

从所述样本区域中的城市像元和非城市像元中选取训练样本，并根据所选举出的训练样本以及样本区域的夜间灯光遥感数据、植被指数数据和夜间灯光城市指数，建立并训练最优随机森林算法模型，其中，所选举出的训练样本以及样本区域的夜间灯光遥感数据、植被指数数据和夜间灯光城市指数作为所述训练最优随机森林算法模型的输入样本，所述样本区域的城市像元和非城市像元作为所述训练最优随机森林算法模型的输出样本；

获取待识别区域的夜间灯光遥感影像和植被指数影像；

将所述待识别区域的夜间灯光遥感影像和植被指数影像输入最优随机森林算法模型，判断该区域是否为城市范围。

本发明所述的基于随机森林分类算法的城市范围提取方法，根据样本区域的夜间灯光遥感影像和植被指数影像和数据，训练出最优的随机森林算法模型，通过该模型，可以根据待识别区域的夜间灯光遥感影像和植被指数影像判断所述待识别区域是否为城市范围，可以弥补卫星遥感监测的缺陷，完善城市范围数据。

在一种实施例中，根据样本区域的夜间灯光遥感数据和植被指数数据，获取所述样本区域中的城市像元和非城市像元，包括如下步骤：

如果所述样本区域内某一像元中的夜间灯光遥感数据大于第一设定阈值，且该像元中的植被指数数据小于第二设定阈值，则该像元为城市像元，如果某一像元中的植被指数数据大于第二设定阈值，则该像元为非城市像元。

在一种实施例中，从所述样本区域中的城市像元和非城市像元中选取训练样本，包括如下步骤：

基于行政区划边界分层采样训练样本。

在一种实施例中，基于行政区划边界分层采样训练样本，还包括如下步骤：