Page 78 - 《武汉大学学报（信息科学版）》2025年第9期

1806 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 9 月

绿 -蓝 差 值 指 数（green-blue difference index，GB⁃ 表 2 实验方案信息
［27］ Table 2 The Information of Experimental Programs
DI） 、超 绿 -超 红 差 值 指 数（excess green-excess
red difference index，ExGR） ［28］ 、三 角 绿 度 指 数 实验方案 特征组合
［29］
（triangular greenness index，TGI） 、修 正 超 绿 1 光谱特征
2 光谱特征+指数特征
［30］
指数（modified excess green index，MExG） 、绿-
3 光谱特征+纹理特征
蓝 差 值 + 修 正 超 绿 指 数（green-blue difference+
4 光谱特征+颜色特征
modified excess green index，GBDI+MExG） 。 5 光谱特征+指数特征+纹理特征+颜色特征
［31］
计算式分别为： 6 所有特征优选组合
I ExG = 2g - r - b （2）
I ExR = 1.4r - g （3） 和 鲁 棒 性 被 广 泛 应 用 于 各 类 数 据 挖 掘 任 务 中 。
I ExB = 1.4b - g （4） 随机森林通过以下步骤实现：
I GRDI = g - r （5） 1）Bootstrap 抽样。在原始样本集中有放回
I GBDI = g - b （6） 地随机抽样 N 个样本组成训练子集。每轮随机
N
I ExGR = 3g - 2.4r - b （7） 采样中，训练子集中有（1−1/N） 比例的样本未
被选中。当 N 足够大时，该比例约为 36.8%，这
I TGI = g - 0.39r - 0.61b （8）
些样本形成袋外（out of bag，OOB）数据，可用于
I MExG = 1.262g - 0.884r - 0.311b （9）
模型性能评估。
I GBDI+ MExG = 2.262g- 0.884r- 1.311b （10）
2）随机特征选择。抽取 N 个训练子集生成 N
表 1 列举了各种特征及其数量。根据表 1 可
棵决策树组成随机森林。在构建每棵决策树时，
得到 28 种特征因子，即 4 种光谱特征、5 种指数特
如果原始特征维度为 M，则从 M 个特征中随机选
征、10 种纹理特征和 9 种颜色特征。
取常数 m（m≪M）个特征子集，根据基尼指数，从
表 1 航空影像特征集描述 m 个特征子集中选择最佳特征在决策树中进行节
Table 1 Description of Feature Sets of Aerial Images 点分裂。
特征 简称 特征数 3）集成决策。对于分类任务，最终结果通过
光谱特征 B、G、R、NIR 4 所有决策树的投票表决产生，投票得分高的类别
指数特征 NDVI、RVI、SAVI、NDWI、DVI 5
即为分类结果。
GLCM_A、GLCM_Cor、GLCM_Con、
纹理特征 10 2.4 特征优选
GLCM_E、GLCM_V
特征优选的主要目的是减少数据冗余，降低
ExG、ExR、ExB、GRDI、GBDI、ExGR、
颜色特征 9 计算复杂度、提高模型效率。若直接采用表 1 中
TGI、MExG、GBDI+MExG
全部特征因子进行分类，将会导致高维特征空间
2.2 实验方案说明 计算复杂度增加、模型训练负担加重、冗余特征干
为了确定不同特征对黄河三角洲植被精细 扰模型学习、分类性能和效率下降等问题。为解
分类的重要程度，研究不同的特征变量对分类结 决上述问题，本文采用随机森林特征重要性评估
果的影响，探求提高植被分类精度的最佳特征组 的方法筛选出对地物分类起关键作用的最优特征
合方式，如表 2 所示，本文共设置了 6 种方案进行 子 集 进 行 分 类 。 该 方 法 依 据 平 均 不 纯 度 减 少
对比研究。以仅加入光谱特征的方案 1 为对照 （mean decrease impurity，MDI）对 所 有 特 征 的 重
组，分别融入指数特征、纹理特征与颜色特征构 要性进行排列，通过逐步剔除低重要性特征，观察
成方案 2、方案 3 与方案 4，方案 5 包含所有特征， 模型分类精度的变化，在精度无明显下降的前提
方案 6 对所有特征进行优选构建特征集。 下，选择特征数量最少的组合作为最优特征子集。
2.3 随机森林分类方法 随机森林中决策树构建的核心环节在于节
随机森林是当今运用广泛、高度灵活的一种 点分裂时的特征选择。理想情况下，节点分裂使
基于集成学习思想的经典机器学习算法，其本质 得划分后的子节点样本属于同一类，即称分裂得
是通过构建多棵决策树并集成其预测结果来实 到的每个子节点是纯的，基尼指数是衡量样本集
现更优的分类性能。该方法使用平均值来提高 合的不纯度的重要指标。集合 D 的基尼指数 G
预测精度和控制过度拟合，以其出色的泛化能力 定义如下：