基于分类回归树分析的遥感影像土地利用/覆被分类研究

• 作者: B.Satyanarayana 傅云飞 冯学智 赵萍 郑刘根
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: 分类回归树分析 遥感影像 土地利用/覆被分类 知识
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 遥感应用
• 页码范围: 708-716
• 页数: 9页
• 分类号: TP751|TP79
• 字数: 7979字
• 语种: 中文
• DOI: 10.3321/j.issn:1007-4619.2005.06.012

摘要

以专家知识和经验为基础,综合影像光谱信息和其他辅助信息进行分类的基于知识的遥感影像解译方法,是提高遥感影像分类精度,实现自动解译的有效途径之一.然而,知识的获取一直是其得以广泛应用的"瓶颈"问题.以江苏省江宁试验区土地利用/覆被分类为例,利用分类回归树分析(CART)从训练样本数据集中发现分类规则,集成遥感影像的光谱特征、纹理特征和空间分布特征进行分类实验,并与传统的监督分类和逻辑通道分类方法进行比较.结果表明,基于CART的分类方法的精度基本在80%以上,与另两种方法相比,有了较大的提高,而且该算法复杂性低,效率高.由此说明,利用CART算法构建决策树获取的分类规则是合理的.它可以快速、有效地获取大量分类规则,是促进基于知识的遥感影像分类方法在土地利用/覆被分类中广泛应用的一项有效手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑刘根	中国科学技术大学地球与空间科学学院	12	489	11.0	12.0
2	冯学智	南京大学城市与资源学系	160	5398	41.0	67.0
3	傅云飞	中国科学技术大学地球与空间科学学院	66	1480	21.0	37.0
4	赵萍	中国科学技术大学地球与空间科学学院	14	379	5.0	14.0