ArcGIS结合随机森林分类的遥感影像解译实战：从数据预处理到模型优化

1次阅读

共计 1762 个字符，预计需要花费 5 分钟才能阅读完成。

在遥感影像分类任务中，我们常常遇到以下三大难题：

光谱混淆 ：不同地物在特定波段可能呈现相似的光谱特征，导致分类器难以区分
计算效率低 ：传统分类方法如最大似然法在大尺度影像处理时耗时严重
小样本学习困难 ：训练样本不足时，复杂模型容易过拟合

对比常见分类方法：

SVM：
优点：小样本表现好
缺点：核函数选择困难，计算复杂度随样本量立方增长
CNN：
优点：自动特征提取能力强
缺点：需要大量标注数据，训练成本高
随机森林 ：
天然抗过拟合（Bagging 机制）
特征重要性自动评估
并行化计算友好
ArcGIS Pro 2.7+ 原生支持

import arcpy
from arcpy.sa import *

# 计算 NDVI
def calculate_ndvi(red_band, nir_band, output_path):
    """
    red_band: 红波段路径
    nir_band: 近红外波段路径
    output_path: 输出栅格路径
    """
    red = Raster(red_band)
    nir = Raster(nir_band)
    ndvi = (nir - red) / (nir + red)
    ndvi.save(output_path)

# 波段组合示例
composite_bands = arcpy.CompositeBands_management(["Band1.tif", "Band2.tif", "Band3.tif"], 
    "Composite.tif")

OOB 误差评估 ：

from sklearn.ensemble import RandomForestClassifier

rf = RandomForestClassifier(
    oob_score=True,  # 开启 OOB 评估
    n_estimators=200,
    random_state=42)

rf.fit(X_train, y_train)
print(f"OOB 准确率: {rf.oob_score_:.3f}")

变量重要性排序 ：

import matplotlib.pyplot as plt

# 获取特征重要性
importances = rf.feature_importances_

# 可视化
plt.barh(range(len(importances)), importances)
plt.yticks(range(len(importances)), feature_names)
plt.show()

# 设置并行线程数（建议为 CPU 核心数 -1）rf = RandomForestClassifier(
    n_jobs=6,  # 6 核 CPU 示例
    verbose=2  # 显示训练日志
)

参数组合	准确率	训练时间 (s)
n_estimators=100	0.87	32
n_estimators=500	0.89	148
max_depth=10	0.85	41
max_depth=None	0.91	203

分块处理策略 ：

# 使用 arcpy 分块处理
arcpy.env.extent = "MINOF"
arcpy.env.cellSize = "MINOF"
arcpy.env.compression = "LZW"

确保所有输入数据使用相同坐标系
重采样时选择适当方法（最近邻法适合分类数据）
使用 arcpy.ProjectRaster_management() 时指定正确的地理变换

import joblib

# 保存模型
joblib.dump(rf, 'forest_model.pkl')

# 跨平台加载
from sklearn.ensemble import RandomForestClassifier
loaded_model = joblib.load('forest_model.pkl')