NDVI/NDWI/DEM决策树方法在东莞ALOS影像土地利用分类中的应用

被引：5

作者：

黄铁兰 ^{[1
,2
,3
]}

苏华 ^{[1
,2
]}

王云鹏 ^{[1
]}

机构：

[1] 中国科学院广州地球化学研究所

[2] 中国科学院研究生院

[3] 广东省地质调查院

来源：

华南师范大学学报(自然科学版) | 2012年 / 44卷 / 01期

关键词：

土地利用; 决策树; 分类; ALOS;

D O I：

暂无

中图分类号：

F301 [土地经济学]; P237 [测绘遥感技术]; TP751 [图像处理方法];

学科分类号：

082802 ; 1204 ; 120405 ; 1404 ; 081002 ;

摘要：

以东莞市2008年的ALOS影像为数据源,结合东莞市的地形地貌特点,引入植被指数NDVI、水体指数NDW I和DEM数据,利用决策树方法进行土地利用分类,使分类精度>90%,有效地解决了因ALOS数据有效波段数较少而产生的分类精度低的问题.研究表明,在我国南方亚热带地区基于植被指数、水体指数和DEM的改进型决策树分类是一种非常好的ALOS数据土地利用分类方法.

引用

页码：134 / 139

页数：6

共 9 条

[1] 遥感影像融合方法在ALOS影像水体信息提取中的应用研究 [J].