基于多源數据和分类算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[1]，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]。 具有一定规模的自然区域，物质组成多样，地物在时空上相互交错，相互转换形成结构和形式各具特点的复杂混合体，导致同类地物光谱响应的多样化，使得“同物异谱，异物同谱”现象发生，基于原始光谱特征分类方法，难以取得较好的效果。众多研究表明，将遥感数据的光谱特征、纹理特征与多元地学辅助数据结合，发展多维信息复合的方法可以提高土地利用/土地覆盖分类的精