基于多源多时相遥感影像的山地森林分类决策树模型研究

编号 zgly0001592396

文献类型 期刊论文

文献题名 基于多源多时相遥感影像的山地森林分类决策树模型研究

作者 雷光斌  李爱农  谭剑波  张正健  边金虎  靳华安  赵伟  曹小敏 

作者单位 中国科学院水利部成都山地灾害与环境研究所  中国科学院大学 

母体文献 遥感技术与应用 

年卷期 2016年01期

年份 2016 

分类号 TP751 

关键词 山地森林制图  多源多时相影像  决策树模型  面向对象 

文摘内容 山地是森林重要的分布区,然而山地多样的森林类型、高度异质化的景观格局、突出的地形效应以及云、雾的干扰均不同程度地影响了山地森林类型的遥感自动制图。多源多时相遥感影像提供的季相节律信息是当前提高土地覆被遥感制图精度的重要信息源之一。以岷江上游地区为研究区,以国产环境减灾卫星多光谱CCD(简称HJ CCD)影像和美国Landsat TM影像为数据源,以决策树为分类方法,根据参与分类影像的时相差异设计了5组对比实验(生长季单时相组、非生长季单时相组、生长季多时相组、非生长季多时相组、全时相组),对比论证多源多时相遥感影像对山地森林类型自动制图的贡献和作用。对比结果表明:生长季和非生长季相结合的多时相遥感影像较单时相或单一类型(生长季或非生长季)多时相遥感影像,更能显著提高山地森林类型自动制图精度,且能降低分类决策树的复杂程度,更有利于山地森林类型的自动提取。