C5.0决策树Hyperion影像森林类型精细分类方法

编号 zgly0001636914

文献类型 期刊论文

文献题名 C5.0决策树Hyperion影像森林类型精细分类方法

作者 王怀警  谭炳香  房秀凤  李世明  李太兴 

作者单位 中国林业科学研究院资源信息研究所遥感室  吉林省白河林业局 

母体文献 浙江农林大学学报 

年卷期 2018年04期

年份 2018 

分类号 S771.8 

关键词 森林经理学  Hyperion  C5.0决策树  分层分类  森林类型分类  高光谱 

文摘内容 以吉林省白河林业局为中心研究区,利用星载高光谱Hyperion数据并结合其他辅助数据,综合利用影像光谱特征、纹理特征、地形特征、典型地类和主要森林类型外业调查样本数据,探究针对C5.0决策树算法的高光谱影像土地覆盖类型多层次信息提取与森林类型识别的有效方法。在分析典型地物光谱特征的基础上,优选8种纹理特征,引入主成分分量及与主要森林类型空间分布相关的敏感地形因子,采用分层分类的策略,根据光谱特征将地类划分层次,在层次间建立基于C5.0决策树算法的决策树模型,对研究区的地类进行细分。为便于对比,以相同的策略采用支持向量机(SVM)分类器进行分类。最后,结合野外采集样本并参考高分辨率影像,采用分层随机抽样的独立检验样本对森林类型精细识别结果进行精度验证。结果表明:C5.0决策树算法可综合利用高光谱影像的光谱、纹理及其他辅助数据,自动寻找出区分各类别的最佳特征变量及分割阈值,运算速度快,占用内存较小且无需人为参与,其分类精度达到优势树种级别,总体分类精度达81.9%,Kappa系数0.709 8。