基于HyMap数据的浮水植被信息提取     

《国土资源遥感》2017,(2)

以美国加利福尼亚州萨克拉门托—圣华金三角洲为研究区,利用2007年6月空间分辨率3 m的HyMap高光谱数据,根据湿地植被的光谱差异,结合地面实况数据,对植被的"三边"参数进行分析,选取合适的植被指数并结合"三边"参数特征,构建决策树模型,提取出研究区的浮水植被,并与最大似然法的分类结果进行比较。结果表明:利用决策树模型分类的总体精度达到82.68%,与最大似然法相比,总精度提高了6%,很好地识别出了研究区湿地植被中的浮水植被。  相似文献   

基于决策树的洪泽湖湿地信息提取     

张楼香  阮仁宗 《测绘与空间地理信息》2015,(2):87-91

湿地是地球的重要组成部分,快速而准确地提取湿地信息,是湿地动态监测和可持续发展的一项基础而重要的工作.以洪泽湖淡水湿地为研究对象,采用2006年8月19日的Landsat5 TM遥感影像为数据源,采用经K-T变换光谱增强后的数据及利用灰度共生矩阵分析影像第一主成分的纹理统计量作辅助分类变量,基于地物光谱特征、纹理特征和形状特征,运用决策树分类法提取洪泽湖湿地植被信息,将其分类结果与最大似然法的分类结果进行比较.结果表明:1)洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74％,其中以浮水植物为主.2)基于决策树的分类结果的精度有了明显的提高,总精度由77.33％提高到86.33％,Kappa系数由0.7292提高到0.8354,证明基于决策树分类方法是提取淡水湿地植被信息的有效手段.  相似文献   

基于C4.5算法的遥感影像分类   总被引：2，自引：2，他引：0  

夏双  阮仁宗  佘远见  颜梅春  张砾 《地理空间信息》2012,10(4):89-91,94

随着城市化进程的加快,湿地对整个生态系统的可持续发展具有重要的意义。以洪泽湖湿地为研究区,集合TM影像的光谱信息和纹理信息构建空间数据库,获取训练样本,并从训练样本集中获取分类规则;然后利用C4.5算法构建决策树,并基于知识规则推理得到遥感影像分类结果;最后将分类结果与传统的最大似然法进行比较分析。实验表明,基于C4.5算法得到的分类结果的分类总精度为91.9701%,其分类总精度结果明显高于传统的最大似然法的80.0885%;同样,前者的分类结果的Kappa系数为0.900 3,也远远高于最大似然法的0.746 5。  相似文献   

基于影像多种特征的决策树分类方法   总被引：1，自引：0，他引：1  

闫利  孙颖超 《地理空间信息》2009,7(6):15-17

阐述了决策树分类CART算法原理,将纹理信息、NDVI指数引入决策树方法对影像进行分类,并将分类结果与最大似然分类结果进行比较,研究表明决策树分类方法相对传统分类方法总体精度提高了8.9148%,Kappa系数提高了0.1074。  相似文献   

基于知识规则的天然淡水湿地信息提取     

高雷亭  阮仁宗  颜梅春  岁秀珍  傅巧妮 《地理空间信息》2014,(3):33-35,40

以洪泽湖天然淡水湿地为研究对象,在光谱特征分析的基础上,选取样本数据,并构建天然淡水湿地信息提取的特征集。利用决策树算法进行数据挖掘和知识规则的生成,并将决策树信息提取结果与最大似然监督分类法进行比较,精度由84.30﹪提高到88.75﹪。  相似文献   

基于单时相MODIS数据的决策树自动构建及分类研究   总被引：4，自引：0，他引：4  

韩涛  徐晓桃  颉耀文 《武汉大学学报(信息科学版)》2009,34(2)

以甘肃省为试验区,利用单时相MODIS数据的光谱信息,使用最大似然法和基于See 5.0数据挖掘的决策树分类方法,进行了分类对比研究.分类结果表明,加入温度一植被角度TVA和温度-植被距离TVD两个指数后,低植被覆盖区的分类效果得到了改善;基于See 5.0数据挖掘的决策树方法能够快速地建立决策树,且能提高较难识别地物类型的分类精度.  相似文献   

基于卡方自动交互检测的GF-1影像鄱阳湖湿地信息提取     

李婷  薛丽  顾华奇 《测绘与空间地理信息》2018,(9)

快速准确地获取鄱阳湖区域湿地信息,对湿地进行动态监测具有重要价值。本文以国产高分一号(GF-1)影像和辅助地学数据作为数据源,将GF-1影像获取的归一化植被指数(Normalized Differential Vegetation Index,NDVI)、基于蓝光波段的归一化差异水体指数(Normalized Difference Water Index based on Bule light,NDWI-B)以及数字高程模型(Digital Elevation Model,DEM)作为分类变量,采用卡方自动交互检测(CHi-squared Automatic Interaction Detection,CHAID)决策树算法构建分类规则,并进行研究区范围内的湿地信息提取。最后,采用混淆矩阵对分类结果进行精度验证,并与最大似然法监督分类结果进行比较。结果表明,分类结果的总体精度和Kappa系数分别为85.6%和0.82,较最大似然法监督分类结果分别提高了9.6%和0.12,是鄱阳湖区域湿地信息提取的有效方法。  相似文献   

基于ENVI的遥感图像决策树分类     

曹洪弟  洪友堂  张伟  田渊 《北京测绘》2017,(2)

传统遥感图像分类方法一般是基于概率统计,然而人们一直致力于提高分类精度的研究。本文利用ENVI5.0对研究区分别进行了最大似然法、ISODATA法、决策树三种遥感图像分类;首先对三种分类方法进行简单阐述,然后图像预处理,选取训练样本,最后进行分类。通过数据比较和图表分析,可以看出这三种分类方法中,决策树分类精度最高,最大似然分类次之,ISODATA分类精度最低。决策树分类法可以有效地提高图像分类的精度。  相似文献   

玛曲湿地遥感影像提取及精度分析   总被引：1，自引：0，他引：1  

王迅  徐丹丹  李文龙 《国土资源遥感》2009,(4):96-100

以甘肃玛曲县为研究区,以区域湿地遥感信息提取为目标,采用TM多光谱数据和DEM数据,利用归一化植被指数和主成分分析得到的第一主成分作为分类特征,通过对数据的空间特征、波谱特征与统计结果的对比分析,构建湿地信息提取决策树模型,并与非监督分类法、最大似然法相比较,表明基于多特征决策树分类法能够用于湿地专题信息的提取,在研究区有较好的适用性。  相似文献   

特征提取和决策树法土地利用遥感分类   总被引：1，自引：0，他引：1  

张红梅  吴基文  刘星  宋承运 《测绘科学》2014,39(10)

文章以安徽省淮南市为例,采用2005年Landsat-5 TM多光谱数据,分析地物谱间关系,选择改进归一化差异水体指数(MNDWI)、归一化植被指数(NDVI)、归一化建筑指数(NDBI)、TM4+ TM5、TM4+ TM5+TM7、DEM高程和坡度等特征值,构建决策树分类规则,完成研究区土地利用遥感分类.结果表明:MNDWI和TM4+TM5特征值能较好地区分水体与非水体;NDVI和NDBI可完成非水体区域植被与非植被信息分类;DEM和TM数据6波段和值可完成建筑用地、裸地和沙(旱)地分类;DEM和TM4+ TM5+ TM7能较好地解决耕地和园地混淆问题.决策树法分类总精度和Kappa系数分别为90.29％和0.87,相比较于最大似然分类法和基于特征提取波段的最大似然分类法,精度均有所提高.  相似文献