基于HJ-CCD数据和决策树法的干旱半干旱灌区土地利用分类

被引：17

作者：

于文婧 ^{[1
]}

刘晓娜 ^{[2
]}

孙丹峰 ^{[1
]}

姜宛贝 ^{[1
]}

曲葳 ^{[1
]}

机构：

[1] 中国农业大学资源与环境管理学院

[2] 北京市农林科学院农业综合发展研究所

来源：

农业工程学报 | 2016年 / 32卷 / 02期

关键词：

土地利用; 决策树; 分类; HJ-CCD; 归一化植被指数(NDVI); 时间序列; 干旱半干旱灌区;

D O I：

暂无

中图分类号：

F301.2 [土地管理、规划及利用]; TP79 [遥感技术的应用];

学科分类号：

083306 ; 0903 ; 081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

为了实现干旱半干旱灌区地表信息低成本、高效率的动态监测,利用HJ-CCD数据的多时相和多光谱信息,探讨了平罗县土地利用遥感分类方法。首先建立研究区内典型地物的NDVI时间序列曲线,提取反映该区物候模式的时序特征参数;然后对土壤信息丰富的3月份多光谱影像进行主成分变换,选取第1主成分(PC1)作为光谱特征参数,最后基于分类回归树(classification and regression tree,CART)算法进行决策树监督分类。总体分类精度达到92.26%,Kappa系数为0.91,比最大似然法分类结果精度提高了2.58%。研究表明:构建的NDVI时间序列曲线对研究区内的地类具有较强的代表性,提取的时间维和光谱维的分类参数对各地类均有很好地区分性,CART决策树算法分类结果清晰准确且精度较高。该方法为HJ小卫星在干旱半干旱区等区域的深入应用提供科学依据和实证基础。

引用

页码：212 / 219

页数：8

共 25 条

[1] 基于MODIS影像的土地覆被分类研究——以京津冀地区为例 [J].