结合丰度特征的决策树与其土地覆盖分类.pdfVIP

遥感信息 叠感应用 结合丰度特征的决策树及其土地覆盖分类 张滔 ，张友静 ，谢丽军 (河海大学水文水资源学院，南京 210098) 摘要 ：将混合像元分解 的丰度加入特征集 ，结合光谱信息和 DEM 数据生成决策分类规则 。运用陆地卫星 TM 影像对黄河源 区的玛多县进行土地覆盖分类试验 。通过特征提取、决策分类和后处理 ，得到该县 的土地覆盖 类型图。采用 1：1O万土地覆盖类型图和实地考察数据进行精度评价，结果表 明：结合丰度的决策树与最大似然 分类和普通决策树分类(不加丰度信息)相 比，分类精度分别提高 了17．3％和 9．5 。 关键词 ：丰度特征 ；土地覆盖分类；决策树 ；黄河源 区 doi：10．3969／j．issn．1000—3177．20]0．05．010 中图分类号 ：TP79 文献标识码 ：A 文章编号 ：1000～3177(2010)111—0044—05 LandcoverClassificati0nBased on Decision TreewithAbundance ZHANGTao，ZHANGYou—jing，XIELi-jun (HydraulicEngineeringofHohaiUniversity，Nanjing210098) Abstract：Inthisstudy，wetakethemixed—pixelabundanceintothefeaturesetofdecisiontree，andcombinedwithspectra】 informationandDEM datatoform thedecision-makingrules．LandsatTM imagesofMaduoCountryinYellow riversourcere～ gionareusingtoconducttheIandcoverclassificationtest．Afterfeatureextraction，decisionclassificationandpost-treatment， thelandcoverclassificationisachieved．Theaccuracyevaluationiscarriedoutbyusing1：100000landcovertypemapandfield investigateddataoftheregion．Theresultshows：byaddingthem ixed—pixelabundancetothedecisiontree，comparedwithMax— imum LikelihoodClassificationandordinarydecisiontree，theclassificationaccuracycouldbeincreasedby 17．27 and9．45 ． Keywords：abundancefeature；landcoverclassification；decisiontree；Yellow riversourceregion 前 ，决策树方法 已广泛应用于信 息分类领域。申 1 引 言 文 明[1等利用决策树对河北唐山进行遥感分类 ； 遥感信息提取与分类是当今数据挖掘领域的 王 占昌_2结合 DEM 构建决策树提取了西宁市的水 研究热点 。传统 的基于数理统计 的分类算法 ，如 体和植被；那晓东[3等将决策树应用于三江源湿地 最大似然法等在遥感分类 中得到 了广泛应用。但 信息的提取。这些研究表明决策树作为一种新的分 由于 “同谱异物”以及混合像元 的存在 ，导致基于 类方法可有效地提高分类精度 ，且简单实用。但是 数理统计的分类算法精度偏低 。与统计分类方法