基于随机森林和Sentinel-2影像数据的低山丘陵区土地利用分类——以重庆市江津区李市镇为例

精准的土地利用信息是土地资源监测和管理的基础。为提高低山丘陵区域的土地利用分类精度，选取重庆市江津区李市镇为研究案例，基于随机森林方法，以Sentinel-2影像数据和地形因子为数据源，提取3种变量（传统遥感数据，红边遥感数据和地形因子），合计23个特征指标，构建3个具有不同输入变量的组合模型，以提取研究区土地利用信息，分析变量的重要性。结果表明：（1）传统遥感数据模型中顺序添加红边遥感数据和地形因子，总体分类精度分别为86.54%，87.19%，88.61%；Kappa系数分别为 0.800 9，0.810 2，0.831 4；（2）对模型精度有重要影响的特征指标依次是波段B2(Blue)，B4(Red)，B3(Green)，改进归一化差异水体指数(MNDWI)和波段B5(Vegetation Red Edge 1)；(3）基于随机森林的遥感数据和地形因子的组合方法，是获取研究区高精度土地利用信息的一种有效手段。研究成果可以为地形复杂区域的土地利用分类提供参考。