面向对象CART决策树方法的湿地遥感分类 |
| |
引用本文: | 姚博,张怀清,刘洋,刘华,凌成星.面向对象CART决策树方法的湿地遥感分类[J].林业科学研究,2019(5). |
| |
作者姓名: | 姚博 张怀清 刘洋 刘华 凌成星 |
| |
作者单位: | 中国林业科学研究院资源信息研究所 |
| |
摘 要: | 目的]以北京地区为例,对大区域多类型湿地信息提取方法进行研究。方法]采用面向对象多尺度分割算法及光谱差异分割算法分割Landsat8 OLI遥感影像,辅助Google Earth高清影像及2015年人工解译结果,使用分层抽样法随机产生训练样本与验证样本;综合运用光谱、形状、纹理特征及拓扑关系,构建CART决策树模型提取研究区湿地信息;与最大似然法、面向对象最邻近方法的分类结果进行对比。结果]利用面向对象CART决策树方法,分类结果的总精度为88.05%,Kappa系数为0.844,相较于面向对象最邻近方法,总体精度、Kappa系数相差不大,但针对部分湿地类型,如河流、沼泽湿地,精度提高了10%~20%;比使用最大似然分类法的总精度高近30%,Kappa系数提高0.355。结论]对于湿地分布广泛、类型及数量较多的地区,面向对象CART决策树方法分类结果较好,是一种快速、有效的分类方法。
|
本文献已被 CNKI 等数据库收录! |
|