基于决策树的高分辨率影像更新土地现状图的研究和试验.pdfVIP

基于决策树的高分辨率影像更新土地现状图的研究与试验 董文清燕琴庞蕾张运生曹银璇 (中国测绘科学研究院，北京100039) 摘要：根据我国土地利用现状图更新过程中所存在的不足，本文提出了基于决策树更新土地利 用现状图的思路，利用土地利用现状图与新的遥感影像，将决策树的判决过程与土地利用现状图的 更新流程结合起来，并以福州市地区SPOT5高分辨率影像和矢量现状图为例进行了试验分析。试 验结果表明，通过建立判别规则，基于决镱树的方法可以快速更新土地利用现状数据，最终为土地 利用现状数据的更新提供一种可行的方法。 关键词：决策树土地利用 高分辨率 图件更新 1前言 土地利用现状图件是进行土地资源合理利用、规划和科学管理的基础资料。我国县级土地利用 现状调查(1：l万土地利用现状图)于1995年基本完成，绝大部分采用手工操作的方法，存在时 间跨度较大、调查过程繁琐、耗费人力多、容易引入误差等缺点。目前部分县、市的土地调查据今 已超过十年，土地利用变化巨大，沿用传统的方法更新，已满足不了土地利用变化快速更新的需求。 在已有土地利用基础图件的基础上，要设计和发展土地利用基础图件快速更新技术。 利用3S技术可以快速更新土地利用现状图，目前已成熟的(有代表性的)技术方法有张继贤研 究员提出的利用航空航天影像按全过程栅格数据处理的更新技术方法以及杨贵军硕士研究的基于土 地利用图斑单元的矢栅一体化的土地利用现状图更新技术。 本文在以上两种方法的基础上提出了基于决策树的土地利用现状图的更新思路，并以SPoT5高 分辨率影像和福州市矢量现状图为例进行了试验分析，探讨此方法的可行性。试验表明，该方法将 基于决策树的判决过程与土地利用现状图的更新流程结合起来，丰富了图件更新技术，提供了一种 简洁实用的土地利用图件更新方法。 2决策树的基本原理 决策树(decision of 建立的学习系统cls。20世纪70年代末Quinlan提出的ID3(Induction 法是最早的决策树算法之一。 所谓决策树，就是说如果每个决策或事件(即自然状态)都可能引出两个或多个事件，导致不同的 结果，把这种决策分支画成图形很像一棵树的枝干，就形成决策树。因此决策树是一树状结构，它 的每一个树节点可以是叶节点，对应着某一类，也可以对应着一个划分。对某一个具体的分类问题 ANDCONQUER)的 或规则学习问题，决策树的生成是一个从上至下(TOP—DowN)，分而治之(DIVIDE 过程。即从根结点开始，对数据样本进行测试，根据不同的结果将数据样本划分成不同的数据样本 子集，每个数据样本子集构成一子结点。对每个子结点再进行划分，生成新的予结点。不断反复， 直至达到特定的终止准则。从一棵决策树中提取分类规则的方法如下：对每一个叶节点，求出从根节 点到该叶节点的路径。该路径上所有的节点的划分条件并在一起，即构成一条分类规则。n个节点 对应着n条规则。 决策树的理论经过几十年的发展，目前已广泛应用于分类、预测、规则提取等领域，它的优点 在于其易理解性。即不仅其分类和预报过程十分易于理解，而且从决策树提取的分类规则也有着很 强的可理解性。 3基于决策树的土地现状图更新流程 决策树分类法在遥感信息提取中的应用主要是分类，如自动提取居民地信息、水体提取、士地覆 盖分类等，但应用于土地利用现状图的更新并不多见。决策树分类法具有灵活、直观、清晰、强健、 运算效率高等特点，将其用于土地现状图更新的优势在于对数字影像数据特征空间的分割上，其分类 结构简单明了。 SPOT5卫星是法国于2002年5月发射的一颗高分辨率卫星，具有全色和多光谱两种成像方式， 全色影像的分辨率是2．5米，多光谱影像分辨率为10米，全色影像和多光谱影像的融合影像既保持 了全色影像的高分辨率，同时又具有了多光谱的丰富的地表特征。利用不同的土地利用类型的光谱 特征在各波段上的灰阶密度是各不相同的，同类型的影像在不同波段上的灰阶密度也有差别，同一 土地利用的类型不同时期在卫星影像上的灰阶密度也有所差别，所以，只要分析、区别出这些差别， 就能达到