基于决策树的典型荒漠草地遥感分类策略 |
| |
引用本文: | 钱育蓉,于 炯,贾振红.基于决策树的典型荒漠草地遥感分类策略[J].西北农林科技大学学报(社会科学版),2013,41(2):159-166. |
| |
作者姓名: | 钱育蓉 于 炯 贾振红 |
| |
作者单位: | 新疆大学 软件学院;新疆大学 软件学院;新疆大学 软件学院 |
| |
基金项目: | 新疆高校科研计划项目(XJEDU2012I10);新疆大学博士启动基金项目(BS100128);国家自然科学基金项目(61262088,61063042) |
| |
摘 要: | 【目的】在遥感影像和地形图基础上对干旱半干旱地区天然荒漠草地进行分类,旨在为干旱半干旱地区草地分类及监测提供参考。【方法】采用基于决策树的天然草地分类方法,以天山北坡新疆阜康地区的TM遥感影像(2010-09-24)多光谱波段特征为主要分类变量,结合研究区数字高程模型(DEM),辅以影像目视解译结果,构建了对天然荒漠地区草地进行分类的决策树分类模型,对研究区主要地物类型进行了分类,并对分类精度进行了评价。【结果】综合考虑了遥感图像植被指数(NDVI)特征、DEM特征的分类策略,可以忽略山区的地形影响,简化分类过程,提高分类精度;与传统的非监督分类精度评价结果相比,基于专家知识的分类方法中总分类精度提高了37.4%,Kappa系数提高了78%,错分误差和漏分误差大幅减小;调整NDVI和DEM阈值可以使分类结果更加精准,模型适用区域更加广阔。【结论】基于决策树的典型荒漠草地遥感分类模型适用于荒漠区天然草地类型的提取与划分,可以提高利用遥感图像进行荒漠草地类型分类的精度。
|
关 键 词: | DEM高程值 归一化植被指数(NDVI) 专家知识 Kappa系数 分类精度 |
收稿时间: | 2012/5/17 0:00:00 |
The classification strategy of desert grassland based on decision tree using remote sensing image |
| |
Institution: | QIAN Yu-rong,YU Jiong,JIA Zhen-hong,SUN Hua,GULIGEINA Dalielihan(School of Software,Xinjiang University,Urumqi,Xinjiang 830008,China) |
| |
Abstract: | |
| |
Keywords: | DEM elevation normalized difference vegetation index(NDVI) expert knowledge Kappa coefficient classification accuracy |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文 |
|