基于cart决策树方法遥感影像分类

《基于cart决策树方法遥感影像分类》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、万方数据第36卷第2期2011年4月林业调查规划ForestInventoryandPlanningV01．36No．2Apr．2011doi：10．3969／j．issn．1671·3168．2011．02．016基于CART决策树方法的遥感影像分类齐乐，岳彩荣(西南林业大学资源学院，云南昆明650224)摘要：以云南省香格里拉县为研究区域，构建一种基于CART遥感影像的决策树分类方法．对遥感影像采用主成分提取、植被信息提取、纹理信息提取等方法，并结合试验区主要地物类型训练样本，采用Landsat5TM影像数据、

2、DEM数据以及遥感处理软件ENVI为平台进行影像分类，并将结果与最大似然分类结果作比较．结果表明，基于CART遥感影像决策树分类精度优于最大似然分类，有较好的分类效果．关键词：CART；决策树分类；遥感影像；植被指数；纹理特征中图分类号：s771．8；TP39文献标识码：A文章编号：1671—3168(2011)02—0062—05RemoteSensingImageClassi6cationBasedonCARTDecisionTreeMethodQILe，YUECai-rong(CollegeofResourc

3、es，SouthwestForestryUniversity，Kunming650224。China)Abstract：TakingShangri-LaCounty，YunnanProvinceasthestudyarea，thispaperbuiltadecisiontreeclassificationmethodbasedonremotesensingimages．AndRegressionTree．Usingthemethodsofprincipalcomponentextraction，vegetation

4、informationextraction，textureinformationextraction，com·binedwiththemainfeaturetypetestareaoftrainingsamples，andtakingLandsat5TMimagedate，DEMdate，softwareENVIasplatform，theremotesensingimageclassificationhasbeendone．Thetom·parisonresultswhichwiththemaximumlikel

5、ihood、classificationshowthatCART．．basedremotesensingimageclassificationaccuracyofdecisiontreeisbetterthanmaximumlikelihoodclassification，hasabettereffectofclassification．Keywords：CART；decisiontreeclassification；remotesensingimages；vegetationindex；texture遥感技术是通

6、过对遥感传感器接收到的电磁波辐射信息特征的分析来识别地物的，这可以通过人工目视解译来实现，或用计算机进行自动分类处理．其中计算机对遥感图像进行地物类型识别是遥感图像数字处理的一个重要内容．在计算机分类中传统的监督分类、非监督分类以及人工神经网络分类、专家系统分类都是以地物光谱特征为基础．然而，由于存在“同物异谱，异物同谱”的现象，这种纯粹依赖地物光谱特征的分类方法往往会出现较多的错分、漏分情况⋯．决策树分类法能够比较好地解决上述分类所产生的问题．决策树分类是基于遥感影像数据及其他空间数据，通过专家经验总结、简单的数

7、学统计和归纳方法等，获得分类规则并进行遥感分类．分类规则易于理解，分类过程也符合人的认知过程。在对分类地物光谱特征充分了解的基础上，往往可以得到较好的效果．决策树是由连接的节点所组成．树存在2种类型的节点：决策节点和叶子节点．决策节点存放被检验的运算表达式，叶子节点存贮的是父节点的运算结果．通过一系列二叉决策分支将像元归入到适当的类别，每条决策都通过特定表达式将一系列影像中的像元归为2类，每个新类通过下一级表达式再次分为2类，依此类推，决策的最终结果是获取～系列处于叶子节点上的专题类别．并且针对同一应用模型，分类目

8、的明确．现成的决策规则仍能在不同地区经过裁剪和修改被重复使用，节省建树工作。这也是决策树分类法得到广泛应用的主要原因之一¨。．以云南省香格里拉县为例，在分析植被指数以收稿日期：201l—02—28．基金项目：西南林业大学重点摹金项目(200702Z)；森林经理学国家林业局重点学科(XKZ20090I)．作者简介：齐乐(1984一)．男，山东人．在读硕士．主要