基于CART决策树QuickBird影像土地利用分类研究.pdfVIP

马斯兰德社《科学》，2010年6(2)期，Eltahir等，基于对象

基于决策树的QuickBird影像土地利用/覆盖信息提取

122

埃尔··埃尔哈迪与纳吉·佐姆拉维1-地质大学（）资

源学院，，430074，，2-苏丹科技大学，喀土穆，苏丹，

tahirco2006@,nagizomrawi@

传统基于像素统计和单一尺度的分类方法因忽略图像信息的形状和上下文特征（这些是

QuickBird等高空间分辨率影像信息提取的主要线索之一）而效果欠佳。本文通过CART决策树从

QuickBird影像的灰度共生矩阵提取纹理特征，进而获取土地利用/覆盖信息。该方法因其非参数特性、简

单性、对输入特征与类别间非线性噪声关系的鲁棒性以及计算效率，在分类问题中具有显著优势。

CART决策树形式简洁便于，能高效分类新数据，并基于每个树节点的特征测试递归分割数据集。实

验表明，基于纹理特征的CART决策树总体精度高于其他