12.基于专家知识决策树分类.pdfVIP

遥感事业部 基于专家知识决策树分类 版权声明：本教程涉及到的数据仅供练习使用，禁止用于商业用途。 目录 基于专家知识决策树分类1 1. 概述2 2. 详细操作步骤2 2.1 规则获取2 2.2 制作决策树2 2.3 执行决策树6 网址： 技术支持邮箱：ENVI-IDL@ 电话：010 技术支持热线：400-819-2881-7 遥感事业部 1. 概述 基于知识的决策树分类是基于遥感影像数据及其他空间数据，通过专家经验总结、简单数 学统计和归纳方法等，获得分类规则并进行遥感分类。分类规则易于理解，分类过程也符合人 的认知过程，最大的特点是利用多源数据。 专家知识决策树分类的步骤大体上可分为四步：知识（规则）定义、规则输入、决策树运 行和分类后处理。难点是规则的获取，可以来自经验总结，如坡度小于20 度是缓坡等；也可以 通过统计的方法从样本中获取规则，如C4.5 算法、CART 算法、S-PLUS 算法等。 本课程以Landsat TM5 影像和这个地区对应的DEM 数据为例，学习基于专家知识决策树分 类。数据存放在“\ 12.基于专家知识决策树分类\数据”文件夹内，影像和DEM 经过了精确配准。 2. 详细操作步骤 2.1 规则获取 根据经验和专家知识获取如下规则：  Class1 （缓坡植被）:NDVI0.3, slope20  Class2 （朝北陡坡植被）：NDVI0.3, slope=20, 90=aspect=270  Class3 （朝南陡坡植被）：NDVI0.3, slope=20, , aspect90 或 aspect270  Class4 （水体）：NDVI=0.3, 0b420  Class5 （裸地）：NDVI=0.3, b4=20  Class6 （无数据区，背景）: NDVI=0.3, b4=0 注：其中，NDVI 为归一化植被指数；slope 为坡度；aspect 为坡向；bN 代表第N 个波段。 2.2 制作决策树 （1） 首先打开待分类数据及其他多源数据。打开File Open，选择“\12.基于专家知识决策 树分类\数据”文件夹内的boulder_tm.dat 和boulder_dem.dat； 注：boulder_tm.dat 为待分类图像，boulder_dem.dat 为DEM 数据。 网址： 技术支持邮箱：ENVI-IDL@ 电话：010技术支持热线：400-819-2881-7 遥感事业部 （2 ） 打开新建决策树工具，路径为Toolbox/Classification/Decision Tree/New Decision Tree ，如 下图所示，默认显示一个节点和两个类别； 图2.1 新建决策树工具面板 （3 ） 首先按照NDVI 来区分植被与非植被。单击节点Node 1，在弹出的对话框内输入节点名 （Name ）和条件表达式 （Expression ），如下图所示； 图2.2 新建一个节点 （4 ） 点击OK 后，在弹出的Variable/File Pairings 对话框内需要为 {ndvi} 指定一个数据源，如 下图所示。点击面板中显示 {ndvi} 的表格，然后选择boulder_tm.dat 即可。 （5 ） 注：因为所选数据具有波长信息，ENVI