基于C4.5决策树的多特征遥感分类方法.pdf

第 25卷第 3期 测 绘 工 程 Vo1．25。No．3 2016年 3月 EngineeringofSurveyingandMapping Mar．，2016 基于 C4．5决策树的多特征遥感分类方法 曹洪涛，张拯宁，李 明，李器宇，陈 浩 (天津航天中为数据 系统科技有限公司，天津 300301) 摘 要：以钱塘江流域为研究区域 ，利用 2010年ETM，MODIS和DEM多源数据，进行土地利用分类研究。在分析 土地类型的光谱特性和植被指数年度变化基础上，运用光谱指数法和代数法从数据中提取各种土地覆被类型特征。 利用WEKA软件平台下的C4．5决策树算法构建决策树分类模型，对钱塘江流域土地覆被类型进行分类研究，取得 较高的分类精度。 关键词 ：多特征；C4．5决策树；遥感影像 ；WEKA 中图分类号 ：TP751 文献标识码 ：A 文章编号：1006—7949(2016)03—0073-04 Remotesensingclassificationwithmulti—featurebasedon C4．5decision treemethod CAO Hongtao，ZHANG Zhengning，LIMing，LIQiyu，CHEN Hao (TianjinZhongWeiAerospaceDataSystemTechnologyCo．，Ltd，Tianjin300301，China) Abstract：TakingQiantangjiangBasinasthestudyarea，land—coverclassificationreseachisconductedinthis paperusing LandsatETM ，MODIS and DEM ．Based on analysing spectralcharacteristics and annual changesinvegetationindex，theland—coverclassificationofQiantangjiangBasinhasbeendone．Basedon C4．5decisiontreemethodfrom softwareWEKA theland-covertypefeaturesfrom dataareanalyzedwith thespectralindexmethodandthealgebraicmethod．Comparedwith themaximum likehoodclassification andNeuraInetclassification，theresultsshow thatclassificationaccuracyiSbetter． Keywords：muti—feature；C4．5decisiontreeclassification；remotesensingimages；W EKA 遥感分类应用 中，传统的监督分类和非监督分 空间数据的结合，通过专家经验总结、简单的数学 类方法都是根据地物光谱特性为基础来区分不同 统计和归纳方法等，获得分类规则并进行遥感分 类别。然而，由于存在 “同谱异物、同物异谱”的现 类，有 良好的稳健性和鲁棒性，分类结果可靠性高。 象，单纯地利用光谱反射(辐射)特性或图像亮度值 本文尝试利用经典的决策树算法 C4．5决策树，对 来区分地物类别，尤其对于两类光谱特性相似的地 钱塘江流域地区进行土地利用类型分类研究。 物，势必会造成分类的混淆和错误。研究表明，结 1 研究区及数据源 合多源数据 以及辅助信息，增加判断依据，可大大 提高分类精度和可靠性。 本文 以钱塘江桐庐县至杭州湾河段周边市县 决策树分类作为一种基于空间数据挖掘和知 区域为研究区，钱塘江是中