决策树方法在遥感地质填图中的应用

被引:6
作者
孙赜
白志强
樊光明
施彬
机构
[1] 北京大学地空学院
[2] 中国地质大学地球科学学院
[3] 中国地质大学地球科学学院 北京
[4] 北京
[5] 湖北武汉
关键词
决策树; 遥感解译; 地质填图;
D O I
暂无
中图分类号
P285 [专门地图编制];
学科分类号
070503 ; 081603 ;
摘要
决策树理论在遥感分类中 ,分类准确、高效 .依据其理论方法 ,对青海省民和地区的遥感数据———ETM +(enhancedthematicmapperplus)进行了分类 ,选用的ETM +数据为 1999年 10月份数据 ,数字高程 (DEM )数据来自于 1∶2 5万民和幅地形图 ,数据格式为MapInfo通用格式MIF ,数据进行了坐标转换 (地理坐标 ) ,对原始数据进行了处理 ,从等高线中提取数字高程 .对遥感数据进行地形及光照矫正 ,计算植被因子及缨帽变换的 3个分量 ,同其他 5个遥感波段结合形成原始分类图层 ,同时确定目标分类结果 .原始数据的采样基于目视 ,首先采用不同的彩色合成方案突出不同的目标地物 ,交互式进行采样 ,使用IDL语言编制程序从原始数据中提取地物数字信息 ,使用Clementine7.2对数据进行处理 ,其中 10 %的采样数据验证模型准确率 ,其余数据用来推算模型 ,对数据进行 10次迭代 ,同时给予 75 %的剪枝 ,得到区分不同地物 (如红层、黄土等 )的最合适图层 (band 1&band 3)和具体数值 ,形成决策树模型 ,将决策树模型导入Envi4 .0中 ,对原始数据 (9个图层 )进行计算形成初步分类结果图 ,对初步分类结果图进行一定的碎片合并 ,最终形成分类结果图 .该图同 1∶2 5万地质图进行对比确认分类的效果 ,同传统分类图比较确认决策树分类方法优
引用
收藏
页码:753 / 758
页数:6
相关论文
共 1 条
[1]  
An Empirical Comparison of Voting Classification Algorithms: Bagging, Boosting, and Variants[J] . Eric Bauer,Ron Kohavi.Machine Learning . 1999 (1-2)