基于SVM决策支持树的城市植被类型遥感分类研究

• 作者: 任立良 张友静 高云霄 黄浩
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: 城市植被类型 高分辨率卫星影像 SVM决策树 遥感分类
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 191-196
• 页数: 6页
• 分类号: TP79
• 字数: 4506字
• 语种: 中文
• DOI: 10.3321/j.issn:1007-4619.2006.02.007

摘要

城市植被类型不同,生物量不同,其生态功能与绿化效应也不同.在目前难直接获取城市"绿量"实测数据的情况下,可以绿地面积和植被类型间接反映绿地的生物量和绿化效应.本文利用高分辨率卫星影像IKONOS,以实验区与验证区城市植被类型信息为对象,在对常用的参数和非参数分类方法进行对比实验的基础上,对SVM的核函数进行了分析,构建了基于SVM决策树的城市植被类型分类模型.分类实验结果表明:与其他传统方法分类结果比较,SVM的决策树分类方法对植被类型的分类精度达到83.5%,绿化面积总精度接近95%,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任立良	河海大学水文水资源与水利工程国家重点实验室	101	2384	23.0	46.0
2	黄浩	河海大学遥感与地理信息系统研究所	10	192	5.0	10.0
3	张友静	河海大学水文水资源与水利工程国家重点实验室	66	1188	18.0	32.0
7	高云霄	河海大学遥感与地理信息系统研究所	1	83	1.0	1.0