基于决策树系统的遥感植被分类技术

被引:9
作者
何诚 [1 ]
董志海 [2 ,3 ]
张思玉 [1 ]
冯仲科 [2 ]
郭晓晓 [2 ]
机构
[1] 南京森林警察学院
[2] 北京林业大学测绘与S研究中心
[3] 北京市测绘设计研究院
基金
北京市自然科学基金;
关键词
决策树模型; MODIS; TM样本; 结构现状; 监测;
D O I
10.16251/j.cnki.1009-2307.2014.01.001
中图分类号
Q94-3 [植物学研究和植物学实验]; TP79 [遥感技术的应用];
学科分类号
071001 ; 081102 ; 0816 ; 081602 ; 083002 ; 1404 ;
摘要
为了将宏观模糊的农业种植结构定量、准确、直观地反映出来,本文运用MODIS植被指数对作物生长规律分析,并与决策树分类系统相结合,成功提取了河北省黑龙港区域的冬小麦、棉花、夏玉米、花生、果树和蔬菜的分布信息。研究结果表明:当采用基于决策树系统的TM影像与MODISEVI影像相结合的分类方法精度较高,总体精度可达91.3%,蔬菜、小麦、棉花、玉米等4种作物较传统影像监督分类的结果分别提高了13.8%、2.0%、1.3%、20.5%。
引用
收藏
页码:83 / 86
页数:4
相关论文
共 11 条
[1]  
高光谱遥感技术在生物多样性保护中的应用研究进展[J]. 何诚,冯仲科,袁进军,王佳,巩垠熙,董志海.光谱学与光谱分析. 2012(06)
[2]   基于数字高程模型的树木三维体积测量 [J].
何诚 ;
冯仲科 ;
袁进军 ;
王佳 ;
董志海 ;
巩垠熙 .
农业工程学报, 2012, 28 (08) :195-199
[3]   基于多时相遥感影像的东北三省作物分布信息提取 [J].
郝卫平 ;
梅旭荣 ;
蔡学良 ;
杜建涛 ;
刘勤 .
农业工程学报, 2011, 27 (01) :201-207+393
[4]   遗传算法优化的BP神经网络遥感图像分类研究 [J].
可华明 ;
陈朝镇 ;
张新合 ;
王金亮 .
西南大学学报(自然科学版), 2010, 32 (07) :128-132
[5]   基于异源多时相遥感数据提取灌区作物种植结构 [J].
蔡学良 ;
崔远来 .
农业工程学报, 2009, 25 (08) :124-130+318
[6]   基于K-L变换的BP神经网络遥感图像分类 [J].
胡剑策 ;
吴国平 .
测绘科学, 2009, 34 (03) :137-139
[7]   支持向量机在高光谱遥感图像植被分类中的应用 [J].
马心璐 ;
任志远 ;
王永丽 .
农业系统科学与综合研究, 2009, 25 (02) :204-207
[8]   基于多时相遥感信息的中国农业种植制度空间格局研究 [J].
闫慧敏 ;
曹明奎 ;
刘纪远 ;
庄大方 ;
郭建坤 ;
刘明亮 .
农业工程学报, 2005, (04) :85-90
[9]   一种基于空间连续性的高光谱图像分类方法 [J].
耿修瑞 ;
张霞 ;
陈正超 ;
张兵 ;
郑兰芬 ;
童庆禧 .
红外与毫米波学报, 2004, (04) :299-302
[10]   Classification of hyperspectral remote-sensing data with primal SVM for small-sized training dataset problem [J].
Chi, Mingmin ;
Feng, Rui ;
Bruzzone, Lorenzo .
ADVANCES IN SPACE RESEARCH, 2008, 41 (11) :1793-1799