資源描述:
《基于決策樹的多源遙感數(shù)據(jù)分類.pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第3O卷第2期西南科技大學(xué)學(xué)報(bào)Vo1.30No.22015年6月JournalofSouthwestUniversityofScienceandTechnologyJune2015基于決策樹的多源遙感數(shù)據(jù)分類曾特林吳彩燕曾曉麗(西南科技大學(xué)環(huán)境與資源學(xué)院四川綿陽621010)摘要:遙感影像是獲取土地覆蓋信息的重要手段。分析了影響決策樹分類的特征因子,并根據(jù)這些因子構(gòu)建分類決策樹。結(jié)合中分辨率多源遙感數(shù)據(jù),對(duì)貢嘎山區(qū)進(jìn)行土地覆蓋分類,通過與最大似然法分析對(duì)比,基于決策樹的多源數(shù)據(jù)分類對(duì)試驗(yàn)區(qū)的分類精度(總體精度85.71%,Kappa系數(shù)0.83)遠(yuǎn)高于基于像素的最大似然
2、法監(jiān)督分類(總體精度63.56%,Kappa系數(shù)0.58)。關(guān)鍵詞:決策樹分類多源數(shù)據(jù)貢嘎山區(qū)中分辨率遙感分類中圖分類號(hào):P237文獻(xiàn)標(biāo)志碼:A文章編號(hào):1671—8755(2015)02—0041—05Multi-$oln3eeIt_emoteSensingDataClassificationMethodBasedonI}t~isionTreeZENGTe—ling,WUCai—yan,ZENGXiao—li(SchoolofEnvironmentalEngineeringandResources,SouthwestUniversityofScienceandTech
3、nology,Mianyang621010,Swhuan,China)Abstract:Sinceitisanimportantapproachtogetlandcoverinformation,remotesensingprovidesservicestoresourcesurveys,environmentalmonitoring,etc.,thestudyofremotesensingimageclassificationissignificant.Thispaperanalyzesthefactorsafectingthecharacteristicsofdec
4、isiontreeclassification.a(chǎn)ndthenthedecisiontreetoclassifytheimagewasbuiltbasedonthesefactors.Combinedwithmediumreso-lutionmulti—sourceremotesensingdata,takingGonggaMountainforinstance,thecomparisonstothemaximumlikelihoodmethodwereperformedforthevalidation.Theresultdemonstratesthattheclass
5、ifica—tionaccuracyofthetestarea(overallaccuracy85.71%,Kappacoefficientof0.83)ismuchhigherthanthepixel—basedmaximumlikelihoodclassification(overallaccuracyof63.56%,kappacoefficientof0.58),showingtheadvantagesandprospectsoftheobject—basedmulti—sourcedatadecisiontreeclas—sification.Keywords
6、:Muhi—sourcedata;Decisiontree;GonggaMountain;ModerateResolution;Remotesensingc1assi矗cati0n自2O世紀(jì)9O年代以來,國(guó)內(nèi)外對(duì)土地覆蓋的決策樹分類方法得到諸多應(yīng)用。韓濤等利用單時(shí)相遙感分類方法主要為基于傳統(tǒng)的統(tǒng)計(jì)模式的分類方的MODIS數(shù)據(jù)構(gòu)建決策樹進(jìn)行自動(dòng)分類2,趙慧等法,如最大似然分類法、最小距離分類法、等距離混研究了影響分類精度的因素J,楊曦光等使用決策合法、ISODATA等。近年來,傳統(tǒng)統(tǒng)計(jì)模式的分類樹方法對(duì)海島土地利用進(jìn)行了分類研究j。這些方法已經(jīng)不能滿足地物類別的判讀精度,
7、因此出現(xiàn)研究結(jié)果都肯定了決策樹分類方法在遙感影像分類了越來越多的人工智能分類方法,其中面向?qū)ο蟮闹械娘@著效果,但對(duì)影像分辨率要求都比較高。基收稿日期:2014—12—27基金項(xiàng)目:國(guó)家自然科學(xué)基金(41301587)。作者簡(jiǎn)介:曾特林(1989一),女,碩士研究生。E—mail:zengteling@126.com.通訊作者:吳彩燕(1976一),女,副教授,研究方向?yàn)榈刭|(zhì)災(zāi)害評(píng)價(jià)與防治、地理信息系統(tǒng)的應(yīng)用與開發(fā)。E—mail:wucaiyan@Swtlst.edu.cn42西南科技大學(xué)學(xué)報(bào)第30卷于決策樹的多源遙感影像分類方法不同于基于