作者：姜玉峰,齐建国,陈博伟,闫敏,黄龙吉,张丽

作者单位：山东农业大学信息科学与工程学院测绘系;中国科学院空天信息创新研究院/数字地球重点实验室;海南东寨港国家级自然保护区管理局

　　利用海南省文昌市清澜港红树林保护区的无人机高光谱影像，采用递归特征消除的随机森林算法（Recursive Feature Elimination-Random Forest，RFE-RF）优选植被光谱特征和纹理特征，通过机器学习中的随机森林（Random Forest，RF）和支持向量机（Support Vector Machine，SVM）算法对研究区内的红树林树种进行精细分类，并对比分析和评价分类模型参数设置对总体精度的影响。

　　结果表明：

　　RF分类方法的总体精度为92.70%、 Kappa系数为0.91，与传统的SVM 分类方法相比，RF算法均提高了5类树种的生产者精度和使用者精度，能够有效地对红树林树种进行精细分类，可为种植资源规划和生态环境保护等方面提供技术支持。