基于水稻特征波段的决策树分类研究

被引：11

作者：

李杨 ^{[1
,2
]}

江南 ^{[2
]}

吕恒 ^{[2
]}

张瑜 ^{[1
,2
]}

苗翠翠 ^{[1
,2
]}

王妮 ^{[1
,2
]}

机构：

[1] 南京林业大学森林资源与环境学院

[2] 南京师范大学地理科学学院

来源：

地理与地理信息科学 | 2010年 / 26卷 / 02期

关键词：

多特征选择; CART决策树; 水稻; 丘陵;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

针对种植结构复杂、地形复杂的水稻种植面积遥感提取精度不高现象,结合多时相遥感影像中反映水稻物候规律的特征波段,以南京江宁丘陵山区为例,选择典型水稻物候期时相的TM数据,基于多特征波段构建决策树分类提取水稻种植面积。结果表明:纹理、植被指数、湿度因子、坡度因子等多特征参与决策树分类能够提高总体精度;在具有两期物候数据时提取精度和效率较好,而加入了地形特征的水稻抽穗期数据比水稻灌浆期数据获取效果略好。因此,利用合理的作物物候期数据和该遥感影像的特征波段可有效提高分类精度,为地块破碎区作物种植面积提取提供有效手段。

引用

页码：11 / 14+41+114 +41

页数：6

共 15 条

[1] Classification trees: An alternative to traditional land cover classifiers [J].