基于决策树的多角度遥感影像分类

快速准确地获取土地利用/覆被信息是遥感领域研究的一个热点课题。本文用5种决策树分类器及MISR多角度数据,对塔里木河下游地区进行土地覆被分类研究。通过对不同波段和观测角数据组合形成的6个数据集进行分类比较发现:(1)无论使用哪种分类器,相比于天底角观测方式,多角度观测都能获得更高的分类精度,特别是能显著提高灌木、林地和草地类型的分类精度,说明多角度观测能有效地反映地物的反射异质性信息,更好地区分地物。(2)与MLC分类法相比,决策树算法的分类精度更高,特别是随机森林和C 5.0方法最为突出,说明决策树的分类能力要优于MLC法。使用多角度数据集时,这种差别更明显,说明决策树能更有效地利用多角度信息。(3)4种决策树算法(J48、Random Forest、LMT、C 5.0)使用近红外波段的分类效果好于使用红光波段的分类效果,说明近红外波段能提供更多的地物反射异质性信息。