第３２卷第２期测绘工程Ｖｏｌ．３２Ｎｏ．２２０２３年３月ＥｎｇｉｎｅｅｒｉｎｇｏｆＳｕｒｖｅｙｉｎｇａｎｄＭａｐｐｉｎｇＭａｒ．２０２３ＤＯＩ：１０．１９３４９／ｊ．ｃｎｋｉ．ｉｓｓｎ１００６－７９４９．２０２３．０２．００４基于ＧＥＥ和机器学习的不透水面提取研究———以成渝地区为例夏军，刘洪江，朱林富，段捷（乐山师范学院旅游学院，四川乐山６１４０００）摘要：随着城镇建成区范围不断扩大，不透水面面积急剧扩张，对区域生态和经济产生严重影响，对不透水面的快速、准确识别显得尤为重要。文中以成渝地区双城经济圈的两大核心城市为研究对象，基于ＧＥＥ云平台和Ｌａｎｄｓａｔ８影像，构建光谱波段、光谱指数和纹理指数的分类特征，利用最小距离（ＭＤ）、分类回归树（ＣＡＲＴ）、支持向量机（ＳＶＭ）、随机森林（ＲＦ）和朴素贝叶斯（ＮＢ）５种机器学习算法，提取不透水面信息。结果表明，ＲＦ算法效果最好，提取结果与实际最相符，ＣＡＲＴ和ＳＶＭ算法精度差异不大。本研究可为不透水面提取提供方法和技术参考。关键词：双城经济圈；不透水面；机器学习中图分类号：ＴＰ７９文献标识码：Ａ文章编号：１００６－７９４９（２０２３）０２－００２１－０９收稿日期：２０２２－０４－０４基金项目：四川省科技计划资助项目（２０２０ＹＦＳ０３５４）；四川旅游发展研究中心课题（ＬＹ２１－１９，ＬＹ２１－２２）；乐山师范学院科研启动项目（ＲＣ２１０１２１）第一作者简介：夏军（１９８２－），男，讲师，博士．ＲｅｓｅａｒｃｈｏｎｔｈｅｉｍｐｅｒｖｉｏｕｓｓｕｒｆａｃｅｅｘｔｒａｃｔｉｏｎｂａｓｅｄｏｎＧＥＥａｎｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇ：ｔａｋｅＣｈｅｎｇｄｕ－ＣｈｏｎｇｑｉｎｇＲｅｇｉｏｎａｓａｎｅｘａｍｐｌｅＸＩＡＪｕｎ，ＬＩＵＨｏｎｇｊｉａｎｇ，ＺＨＵＬｉｎｆｕ，ＤＵＡＮＪｉｅ（ＳｃｈｏｏｌｏｆＴｏｕｒｉｓｍ，ＬｅｓｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｌｅｓｈａｎ６１４０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅｃｏｎｔｉｎｕｏｕｓｅｘｐａｎｓｉｏｎｏｆｔｈｅｂｕｉｌｔ－ｕｐａｒｅａｏｆｃｉｔｉｅｓａｎｄｔｏｗｎｓ，ｔｈｅａｒｅａｏｆｉｍｐｅｒｖｉｏｕｓｓｕｒｆａｃｅｈａｓｅｘｐａｎｄｅｄｒａｐｉｄｌｙ，ｗｈｉｃｈｈａｓａｓｅｒｉｏｕｓｉｍｐａｃｔｏｎｒｅｇｉｏｎａｌｅｃｏｌｏｇｙａｎｄｅｃｏｎｏｍｙ．Ｔｈｅｒａｐｉｄａ...
