排序方式： 共有56条查询结果，搜索用时 46 毫秒
11.
依托中分辨率成像光谱仪完整的数据序列和丰富的光谱信息,遥感特征指数在湿地生态系统发展变化的状态、趋向和规律研究方面发挥着不可替代的优势。传统类间距离判别的遥感特征指数选取中常存在过分依赖数据统计特征、入选指数与目标地类间生态学意义不明确、分类模型普适性差等局限性。基于此,本研究以河北省白洋淀湿地自然保护区为例,提出类可分离性距离判别（Class Separation Discrimination,CSD）与类间距离判别（Class Distance Discrimination,CDD）相结合的方法构建最优遥感特征指数集,并采用QUEST算法和马氏距离判别法构建分类决策树模型用于白洋淀湿地信息的提取研究,尝试克服传统类间距离指数选取中的不足。结果表明：运用CSD和CDD相结合的方法所选取的遥感特征指数在研究区湿地信息提取过程中的总体分类精度达到了91.32%,Kappa系数0.88,较传统的分类与回归树（Classification and Regression Tree,CART）方法,分类精度提高了1.67%;其次选取的最优指数与待提取的湿地类型均具有明确的生态学意义,如挺水植物在立地干湿交替条件下的潴育化过程决定了氧化铁比率IO可成功的将混分的耕地和挺水植物进一步分离;进一步将基于研究区2017年OLI影像构建的CSD和CDD相结合方法与CART方法的模型分别应用于研究区2019年OLI影像进行分类,基于CSD和CDD相结合方法构建的模型分类总体精度和Kappa系数分别为：86.97%、0.83,基于CART方法构建的模型无法满足分类需求,研究结果较好地证明了基于CSD和CDD相结合方法构建的模型在年际之间具有良好的适用性和稳定性。总之,CSD和CDD相结合的方法在不降低湿地信息提取精度的基础上,有效避免了传统遥感特征指数选择方法的局限性,提高了分类模型的普适性,是遥感特征指数选择算法和决策树相结合在湿地信息提取方面的有益尝试。 相似文献
12.
基于MODIS数据的决策树分类方法研究与应用 总被引：23，自引：0，他引：23
介绍了目前国际上流行的两种决策树算法———CART算法与C4·5算法,并引入了两种机器学习领域里的分类新技术———boosting和bagging技术,为探究这些决策树分类算法与新技术在遥感影像分类方面的潜力,以中国华北地区MODIS250m分辨率影像进行了土地覆盖决策树分类试验与分析。研究结果表明决策树在满足充分训练样本的条件下,相对于传统方法如最大似然法(MLC)能明显提高分类精度,而在样本量不足下决策树分类表现差于MLC;并发现在单一决策树生成中,分类回归树CART算法表现较C4·5算法具有分类精度和树结构优势,分类精度的提高取决于树结构的合理构建与剪枝处理;另外在决策树CART中引入boosting技术,能明显提高那些较难识别类别的分类准确率18·5%到25·6%。 相似文献
13.
基于分类回归树分析的遥感影像土地利用／覆被分类研究 总被引：50，自引：1，他引：50
以专家知识和经验为基础,综合影像光谱信息和其他辅助信息进行分类的基于知识的遥感影像解译方法,是提高遥感影像分类精度,实现自动解译的有效途径之一。然而,知识的获取一直是其得以广泛应用的“瓶颈”问题。以江苏省江宁试验区土地利用/覆被分类为例,利用分类回归树分析(CART)从训练样本数据集中发现分类规则,集成遥感影像的光谱特征、纹理特征和空间分布特征进行分类实验,并与传统的监督分类和逻辑通道分类方法进行比较。结果表明,基于CART的分类方法的精度基本在80%以上,与另两种方法相比,有了较大的提高,而且该算法复杂性低,效率高。由此说明,利用CART算法构建决策树获取的分类规则是合理的。它可以快速、有效地获取大量分类规则,是促进基于知识的遥感影像分类方法在土地利用/覆被分类中广泛应用的一项有效手段。 相似文献
14.
于2008-2009年按照季节调查了西藏尼洋河浮游植物群落的组成、丰度和多样性,并运用多元统计方法定量分析了浮游植物的空间和季节变化特征及其与主要环境因子之间的关系.结果显示,尼洋河浮游植物共计7门29科48属,其中硅藻为优势浮游藻类.浮游植物Shannon-Wiener多样性指数(Pielou均匀度指数)在尼洋河中游(尼洋河下游)最高,其他河段呈下降趋势,符合中间高度膨胀假说.尼洋河沿程浮游植物的总丰度、物种丰富度、Shannon-Wiener多样性指数以及Pielou均匀度指数不存在显著差异,夏季的浮游植物物种丰富度与其他季节的存在显著差异,夏季总丰度与秋、冬季的存在显著差异,冬季的浮游植物Shannon-Wiener多样性指数与春季的存在显著差异,冬季的均匀度指数与其他3个季节的存在显著差异.尼洋河浮游植物季节演替依赖于外源性水源补充,沿程演替则与河道底质有着很大关系.典范对应分析(CCA)表明,尼洋河硅藻门舟形藻科的藻类与理化因子铵态氮、表层pH、表层水温相关,部分蓝藻以及绿藻与水质理化因子也存在着关联.分类回归树(CART)模型预测了尼洋河着生藻类时空分布与主要环境因子之间的定量关系,尼洋河浮游植物群落总丰度和均匀度指数受pH值影响较大,pH值低于8.0的水域浮游植物均匀度指数比pH值高于8.0的水域大,尼洋河浮游植物Shannon-Wiener多样性指数受到河道底质影响较大,底质为黏土的水域浮游植物Shannon-Wiener多样性指数较底质为砂石的大.这些关键环境因子对尼洋河水域浮游植物的时空变化有着重要的指示作用,建议加强对浮游植物及这些环境因子的关注,保障尼洋河水域生态环境的可持续发展. 相似文献
15.
16.
该文基于高分卫星资料,通过基于规则的面向对象分类、基于最邻近法的监督分类及基于CART分类器的监督分类三种不同分类方法,对复杂山区光伏电站进行提取,对比三种分类提取方法结果并完成精度验证。结果表明,合理的分割参数有利于提高光伏电站提取精度;基于规则的面向对象分类法光伏电站提取精度最佳,最邻近分类法次之,CART分类器分类法最差,可利用基于规则的面向对象分类法较为准确地进行复杂山区光伏电站信息提取,为光伏产业健康、合理发展提供一定的数据支撑。 相似文献
17.
18.
利用雷达干涉数据进行城市不透水层百分比估算 总被引：2，自引：0，他引：2
人工不透水层是城市地区的重要特征.作为城市生态环境的关键指数,不透水层百分比(Impervious Surfaces Percentage, ISP)常用于城市水文过程模拟、水质面源污染及城市专题制图等研究中.本文利用ERS-1/2 重复轨道雷达干涉数据,采用分类与回归树(CART)算法探究了雷达遥感在城市ISP估算中的可行性和潜力,并与SPOT5 HRG光学遥感图像的估算结果进行了分析比较.香港九龙港岛实验区的初步研究结果表明,雷达干涉数据在城市不透水层研究中具有一定的应用潜力,特别是裸土和稀疏植被的ISP估算结果要好于光学遥感,这主要得益于雷达干涉数据(特别是长时间相干图像)在人工建筑物和裸土或稀疏植被之间具有很强的区分能力,另外,雷达干涉数据和光学遥感数据间的融合能够提高ISP估算精度. 相似文献
19.
Classification and regression tree (CART) has been widely implemented to estimate impervious surface, an important indicator of urbanization and environmental quality. Although the CART algorithm gains higher overall accuracy than linear regression models, only very few studies have noticed that reliability of CART is affected by systematic errors. Especially, CART typically overestimates impervious surfaces in low-density urban areas and underestimates them in high-density urban areas. The primary objective of this study is to develop an improved integrated method to estimate impervious surface with higher accuracy by reducing the systematic errors of CART. This improved method was applied to three urban areas, Chicago (United States), Venice (Italy), and Guangzhou (China) to examine its effectiveness. When compared with the conventional CART, overall mean average error (MAE) and root mean square error (RMSE) of improved method are decreased by 22.64% and 20.93%, respectively, and R2 rises from 0.9 to 0.96. In high-density impervious surfaces, where intensely developed urban area is located, the MAE and RMSE for the improved method are 0.066 and 0.088, respectively, largely improved from 0.100 to 0.130. Since accurate estimation of high-density impervious surfaces is the fundamental issue for monitoring and understanding the urban environment, the improved method demonstrated in this study is significant. 相似文献
20.
针对当前单一地貌划分单元造成的分类结果破碎或漏分问题,该文引入双尺度流域单元划分方法,即采用两种不同大小流域单元的组合作为地貌划分基本单元,以提高地貌划分的细分性和完整性。以30 m ASTER GDEM数据为数据源,基于最佳地形因子组合(高程、地势起伏度、坡度、坡度变率、光照模拟值)、双尺度流域单元、CART决策树算法,实现了北回归线(云南段)地区平原(2类)和山地(7类)共9类地貌的划分,双尺度流域单元划分的最佳流量阈值分别为500、2000。通过平均值、标准差、Moran′s I和人工判读结果对分类结果进行检验,发现基于CART决策树的双尺度流域单元地貌分类方法在北回归线(云南段)地区总体精度可达82.1%,Kappa系数为0.793,总体能够准确识别出研究区的地貌类型空间分布特征,是地貌类型划分的一种可行方法。 相似文献