基于多源数据和分类法的遥感信息提取和精度评价.docVIP

基于多元数据和不同分类算法的遥感影像信息提取及精度评价——以祁连山东段为例? 别 强1，赵传燕2**，冯兆东1 （1. 兰州大学西部环境教育部重点实验室，兰州 730000；2. 兰州大学干旱与草地生态教育部重点实验室，甘肃 兰州 730000） 摘要：本文以祁连山东段典型山地系统为研究区，通过提取研究区TM影像的主成份、各类植被指数、基于灰度共生矩阵的影像纹理特征以及研究区地形特征，应用最优波段指数方法选取最优波段，并结合多种遥感分类算法进行分类研究。结果表明深度数据挖掘和最优波段的组合有利于分类精度的提高，通过比较本研究选取决策树分类方法，该方法在遥感信息提取中有直观的意义和较高分类精度。 关键词：信息提取；纹理提取；决策树分类；祁连山东段 1.引言 遥感影像分类的目的是将图像中每个像元按照某种规则或算法划分为不同的类别[]，获得遥感影像中与实际地物的对应信息如何把这些信息分类并提取出来一直是遥感研究的重要课题之一。 2 研究方法 2.1数据提取 2.1.1 植被指数的提取 植被指数已广泛用来定性和定量评价植被覆盖及其生长活力。植被指数有助于增强遥感影像的解译力，并在专题制图方面增强了分类能力[5-6]。表1为本研究提取的几种植被指数。 表1 研究中提取的5种植被指数 Table 1 The five kinds of common used vegetatio