面向对象CART决策树方法的湿地遥感分类

编号 zgly0001679226

文献类型 期刊论文

文献题名 面向对象CART决策树方法的湿地遥感分类

作者 姚博  张怀清  刘洋  刘华  凌成星 

作者单位 中国林业科学研究院资源信息研究所 

母体文献 林业科学研究 

年卷期 2019年05期

年份 2019 

分类号 Q948.8  TP751 

关键词 CART决策树  湿地信息  湿地类型  北京地区  Landsat8OLI 

文摘内容 [目的]以北京地区为例,对大区域多类型湿地信息提取方法进行研究。[方法]采用面向对象多尺度分割算法及光谱差异分割算法分割Landsat8 OLI遥感影像,辅助Google Earth高清影像及2015年人工解译结果,使用分层抽样法随机产生训练样本与验证样本;综合运用光谱、形状、纹理特征及拓扑关系,构建CART决策树模型提取研究区湿地信息;与最大似然法、面向对象最邻近方法的分类结果进行对比。[结果]利用面向对象CART决策树方法,分类结果的总精度为88.05%,Kappa系数为0.844,相较于面向对象最邻近方法,总体精度、Kappa系数相差不大,但针对部分湿地类型,如河流、沼泽湿地,精度提高了10%～20%;比使用最大似然分类法的总精度高近30%,Kappa系数提高0.355。[结论]对于湿地分布广泛、类型及数量较多的地区,面向对象CART决策树方法分类结果较好,是一种快速、有效的分类方法。