决策回归树提取水稻面积的关键特征波段

被引：4

作者：

易沵泺 ^{[1
,2
]}

卓莉 ^{[1
,3
]}

叶涛 ^{[2
,4
]}

陶海燕 ^{[1
]}

谢育航 ^{[1
]}

机构：

[1] 中山大学地理科学与规划学院广东省城市化与地理环境空间模拟重点实验室

[2] 北京师范大学减灾与应急管理研究院

[3] 中山大学地理科学与规划学院综合地理信息研究中心

[4] 北京师范大学地表过程与资源生态国家重点实验室

来源：

遥感信息 | 2015年 / 30卷 / 03期

基金：

广东省自然科学基金;

关键词：

水稻面积提取; 遥感; CART决策树; 多时相; 水体特征;

D O I：

暂无

中图分类号：

S511 [稻]; TP751 [图像处理方法];

学科分类号：

0901 ; 081002 ;

摘要：

通过合理选取关键水稻特征波段,可有效提高利用决策回归树提取水稻面积的精度和效率。该文以湖南省常德市鼎城区为例,在CART决策树中引入水分胁迫指数(MSI)、归一化水体指数(NDWI)和归一化土壤指数(NDSI)进行水稻面积提取,并与基于缨帽变换所得湿度、绿度构建的决策树提取结果进行对比。提取结果表明:利用MSI、NDWI和NDSI等特征波段提取的水稻面积精度为93.96%,与基于绿度、湿度等特征波段所得精度相当,但决策树结构更为简单高效,在后续应用中具有推广前景。

引用

页码：80 / 84

页数：5

共 13 条

[1] 基于遥感信息和作物生长模型同化的水稻估产方法研究 [J].

陈劲松 ;

黄健熙 ;

林珲 ;

裴志远 .

中国科学:信息科学, 2010, 40(S1) (S1) :173-183

[2] 基于CART决策树与最大似然比法的植被分类方法研究 [J].

张晓娟 ;

杨英健 ;

盖利亚 ;

李亮 ;

王宇 .

遥感信息, 2010, (02) :88-92

[3] 基于水稻特征波段的决策树分类研究 [J].

李杨 ;

江南 ;

吕恒 ;

张瑜 ;

苗翠翠 ;

王妮 .

地理与地理信息科学, 2010, 26 (02) :11-14+41+114

[4] 基于NDII及NDVI提取水稻信息的对比研究 [J].

徐超 ;

朱秀芳 ;

潘耀忠 ;

朱文泉 ;

雷燕飞 .

地理与地理信息科学, 2008, (05) :44-46

[5] 基于穗帽变换的TM影像水稻面积提取 [J].

王福民 ;

黄敬峰 ;

王秀珍 .

中国水稻科学, 2008, (03) :297-301

[6] 基于决策树的高光谱数据特征选择及其对分类结果的影响分析 [J].

王圆圆 ;

李京 .

遥感学报, 2007, (01) :69-76

[7] 基于MODIS数据的水稻种植面积监测方法研究 [J].

张春桂 ;

林晶 ;

吴振海 ;

潘卫华 .

自然资源学报, 2007, (01) :1-8

[8]

A comparison of forest cover maps in Mainland Southeast Asia from multiple sources: PALSAR, MERIS, MODIS and FRA [J] . Jinwei Dong,Xiangming Xiao,Sage Sheldon,Chandrashekhar Biradar,Nguyen Dinh Duong,Manzul Hazarika.&nbsp&nbspRemote Sensing of Environment . 2012

[9]

Mapping rice planting areas in southern China using the China Environment Satellite data [J] . Jinsong Chen,Jianxi Huang,Jinxing Hu.&nbsp&nbspMathematical and Computer Modelling . 2010 (3)

[10] Mapping paddy rice agriculture in southern China using multi-temporal MODIS images [J].

Xiao, XM ;

Boles, S ;

Liu, JY ;

Zhuang, DF ;

Frolking, S ;

Li, CS ;

Salas, W ;

Moore, B .

REMOTE SENSING OF ENVIRONMENT, 2005, 95 (04) :480-492

← 1 2 →