基于决策树分类的土地覆盖信息提取研究

为实现简便、快速、准确地获取大尺度范围的土地覆盖信息,本文充分利用ETM+数据的多光谱特征、DEM数字高程信息和坡度、坡向等地学相关知识,结合NDVI、NDWI、SAVI、NDBI等各类指数,构建适用于研究区土地覆盖信息提取的决策树模型,并验证其精度。结果表明,该模型能够更好地适用于土地覆盖信息提取,总体分类精度达到86.49%,Kappa系数0.8367。     

中国土地利用分类研究

土地利用分类是科学合理利用土地的一种手段。土地利用分类的研究对国土资源和国家政策具有重要的理论意义和实践意义。     

开发区土地利用分类研究

运用对比分析法、文献研究法等,阐释开发区土地利用分类的形式、内容及与其他分类的区别,探讨开发区土地利用分类的实用性。结果表明:开发区土地按照土地建设状况和供应状况划分为2类,统一编码排列;分类反映了不同的土地基本特性和本质差异,体现了由大到小、由一般到特殊、由高级到低级的等级层次,存在明显的从属和逻辑关系,且2种分类之间存在明显的并列关系;开发区土地利用分类与其他土地利用分类系统在分类目的、适用对象、分类标准、层次设定等方面都有所不同,且应在土地分类中以科学方式增加一些新兴产业地类的分类。     

基于决策树的土地利用分类方法研究

以新疆乌鲁木齐市部分区域为研究区,利用主成分分析法对Spot-5影像进行数据压缩,运用灰度共生矩阵对第一主成份进行纹理信息提取,分析Landsat-7影像的光谱特征值及NDVI和NDBI特征值,确定各类地物的综合阈值,最后运用决策树分类法对Landsat-7影像进行分类.将分类结果与最大然法分类结果相比较,结果表明,决策数分类较最大似然法分类的精度提高了5.66; ,Kappa 系数提高了7.89; .说明决策树分类能够灵活、有效运用纹理等辅助信息,更好地区分光谱特征相似的目标地物,具有更高的准确性.     

利用决策树对TM遥感影像的分类研究

利用TM遥感影像对黑龙江省大庆市土地利用分类进行了研究。将地物分为8种类型,然后提取分析各种典型地物的光谱曲线,依据提取的光谱曲线建立了土地利用分类的决策树模型并进行了分类,最后对分类结果进行了精度评价。应用结果表明,该方法简单有效。     

基于MODIS数据的辽宁省土地利用分类研究

采用最大似然法、马氏距离法、光谱角填图法、支持向量机法、神经网络法和最小距离法6种分类方法,对辽宁省2010年3—12月MODISNDVI数据,用该数据做主成分分析的前3个主成分数据、前5个主成分数据和2010年6—10月MODISNDVI数据等4类数据进行土地利用分类研究。结果表明：6种分类方法中最大似然法、马氏距离法和最小距离法3种方法较适合对MODISNDVI数据进行信息提取,其总体分类精度分别达82．63％、80．29％、79．17％,乔木林类型信息提取精度分别达81．91％、78．54％、80．02％;3种对原始数据进行变换的方法中6—10月数据效果较好,其总体分类精度最高达82．63％,乔木林信息提取的最高精度达78．54％。     

基于决策树分类技术的遥感影像分类方法研究

采用决策树分类技术对遥感影像进行分类,阐述了决策树算法结构和原理,讨论了C4.5基本原理以及新技术Boosting方法,探讨了决策树在遥感数据分类方面的优势,从而提高了遥感影像的分类精度。     

基于决策树分类的张北土壤盐碱化研究

利用2001年ETM遥感数据,采用SAVI、NDWI、BRIGHT以及纹理等指数,使用决策树分类的方法对研究区进行了盐碱化信息提取,根据实际情况,分为重度盐碱、轻度盐碱、水体、植被和裸地等5个类别,有效地提取了实验区的盐碱地信息。     

基于指数的决策树土地利用分类算法研究

以湖北省松滋市部分区域为研究对象,基于2011年Landsat 5TM、2017年Landsat-8遥感影像和ASTGTM2的DEM数字高程数据,深入探讨研究区两种影像数据的多特征提取,设计基于指数的土地分类试验。结果表明,EBSI、MNDWI、MSAVI、MNDBI等遥感指数的分类精度较高;依据上述遥感指数和DEM特征,生成决策树规则,构建决策树分类模型,得到研究区的土地利用分类结果,决策树分类精度明显高于SVM法和最大似然法,Landsat-8影像分类精度高于Landsat 5TM;2011—2017年部分裸土得到了利用,主要转化为居民用地和生态用地。     

基于水稻特征波段的决策树分类研究

以滁州市为例,结合水稻物候的特征波段,选用反映水稻物候期时相的TM数据,并基于多特征波段,构建CART决策树分类提取水稻种植面积。结果表明,植被指数、湿度因子、绿度因子、纹理特征等多特征参与CART决策树分类能够提高总体精度。基于光谱信息、植被指数和纹理特征的决策树分类的总精度比以最大似然法进行的监督分类方法提高了6.942 1百分点,Kappa系数提高了0.110 4。合理选用作物物候期数据及其遥感影像的特征波段能够有效降低分类误差,为地形复杂地区获取作物种植面积提新的方法。     

偃师市土地利用遥感分类研究

为了掌握河南省偃师市真实、准确的土地利用数据,根据其Landsat8影像,采用支持向量基(SVM)和最大似然法(ML)对其2016年用地类型进行分类。结果表明,2种方法都具有较高的分类精度,但SVM的分类精度略低,这可能与所选参数、核函数及训练样本的影响有关,需做进一步研究。     

基于MODIS影像的决策树森林类型分类研究

基于MODIS 影像的多种特征信息,以吉林省汪清林业局为例,结合该地区的地形分布,在空间维上分析影像的纹理特征信息和地形指标信息,时间维上分析植被的生长规律和地表温度信息,统计分析植被的特征信息差异,利用决策树方法对该林区的森林类型进行分类,并对分类结果进行精度评价。结果表明,总体分类精度为87.80%,卡帕系数为0.851 0,其中,针叶林、阔叶林、混交林、和其他用地的分类精度均达到80%以上。在分类决策中,时间和空间上的多种数据特征信息的加入,可有效地提高植被类型的分类精度。该结果有助于更好的了解植被在时间和空间上的分布情况,为大区域尺度的森林动态信息监测提供更好的依据。     

基于Landsat8遥感影像的六安市土地利用分类研究

利用遥感数据波段融合技术与图像分类技术,采用Landsat8遥感影像,通过ArcGIS平台,经过数据裁剪、融合、样本管理与在线分类学习,展开六安市部分区域的土地利用分类研究。通过研究,以期为六安市的土地利用分类提供一种科学的监测方法。     

日本土地利用分类研究及启示

通过分析日本的土地利用分类原则和详细对比中日土地利用分类,结合中日两国实际情况,提出了日本在土地利用分类上对中国的启示,为中国的土地利用分类发展提供了新的思路。     

基于LANDSAT遥感影像的太原市土地利用分类

以LANDSAT遥感影像为数据源,经过波段选择、拼接裁剪和监督分类等步骤,将太原市土地利用类型分为林地、疏林地、旱地、城镇用地、工交用地和水体六类,并且达到一定的分类精度.在此基础上,指出太原市土地利用中存在的问题,并提出了调整对策.     

基于波谱角分类的土地利用动态监测

为合理利用土地资源,针对山地城市土地利用状况监测的需要,采用波谱角分类方法,通过选取不同图像子区域的同一地物不同变异端元来消除端元变异性对分类精度的影响,对1994年、2002年、2010年3个时相的专题绘图仪(TM)和增强型专题绘图仪(ETM+)进行土地利用分类,得到3期浙江省临安市市区土地利用类型的面积及空间分布信息。在此基础上,分析了临安市区16年间的土地利用变化状况。结果表明:波谱角分类方法对山地城市用地分类具有较好的可应用性,3期影像的总体分类精度都在92%以上,Kappa系数在0.70以上。近10多年来,临安市区城市用地数量不断增加,耕地面积不断减少,临安市正处于人地矛盾凸显的快速城市化进程中。     

面向对象的土地利用遥感分类方法研究

以重庆市忠县为研究区,以LANDSAT-5 TM影像为数据源,利用TM及其衍生指数、DEM及其衍生数据,借助ENVI4.8、ArcGIS10.0以及eCognition软件,进行土地利用遥感信息提取方法研究,通过综合利用基于知识的决策树分类和基于样本的最近邻分类,对研究区进行土地利用遥感信息提取,并与监督分类和非监督分类方法相比进行精度评价。研究结果表明,与传统分类方法相比较,面向对象分类方法精度更高。     

关于土地利用现状的分类

提出了土地利用现状分类的原则和依据，建立了土地利用现状的分类依据系统和相应的四级土地利用现状分类系统，确定了有关土地利用类型的含义，探讨了有关土地利用现状分类的问题。     

基于Landsat8遥感影像的合肥市土地利用分类

基于Landsat8卫星2013年9月获取的合肥市OLI多光谱数据,在经过校正以及波段的融合等处理后得到的数据作为研究数据,采用不同分类方法进行分类识别,并且对比不同分类器在遥感影像分类中的效果和分类精度。根据国家土地利用现状分类的标准和合肥市土地利用的现状,将合肥市的土地主要分为建设用地、交通用地、水体、绿化用地、农业用地、林地等6类,并采用5种常见监督分类方法和BP神经网络分类法对于本研究数据进行分类,结合实际用地情况对分类结果进行了总结分析,完成总体分类精度和Kappa系数等指标对各分类器精度的评价,对比了各分类器对各要素的分类精度。     

浅议现行全国土地利用分类

运用文献分析法、比较法等研究方法,分析了我国现行土地分类产生的背景与现实意义,论述了该土地分类体系的现状及存在问题,提出了明确分类界线、增强科学性等方面的建议.