基于决策树分类的橡胶林地遥感识别

中老缅交界地区是橡胶林地的主要种植区，利用遥感手段快速动态监测橡胶林地的时空变化，对于橡胶合理种植、生态环境保护以及边境安全保障具有重要的科学价值和实践意义。研究基于Landsat数据和MODIS-NDVI数据，采用决策树分类的方法提取中老缅交界地区的橡胶林地。研究发现：1）1月上旬至3月下旬为提取橡胶林地的主要时间窗口；根据橡胶林不同树龄所表现的光谱差异，按照橡胶幼林（<10 a）和橡胶成林（≥10 a）提取橡胶林地；橡胶成林、高植被覆盖度的旱地、有林地容易发生误分，橡胶幼林、茶园、灌木林地和草地容易发生混淆。2）基于原始光谱特征、归一化指数、K-T变换指数以及纹理特征分别构建橡胶幼林和橡胶成林决策树分类模型；2010年橡胶成林分类总精度超过90%，橡胶幼林分类总精度超过75%；对同一地区1980、1990、2000年3个时相的决策树分类发现，橡胶幼林和橡胶成林决策树分类模型简单有效，结合晚期的橡胶成林来验证提取早期的橡胶幼林可以达到更高的分类精度。3）1980-2010年间，中老缅交界地区橡胶林地由7.05万hm2增至60.14万hm2，橡胶林地扩张趋势显著；橡胶幼林扩张速度明显快于橡胶成林，特别是近10 a来；西双版纳橡胶种植面积在中老缅交界地区占主导地位，橡胶林地不断向老挝、缅甸边境地区扩张。

Application of decision tree classification to rubber plantations extraction with remote sensing