基于C5.0决策树算法的西北干旱区土地覆盖分类研究——以甘肃省武威市为例

• 作者: 徐瑱 祁元 齐红超
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: C5.0算法 西北干旱区 土地覆被 See5.0 NLCD
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 研究与应用
• 页码范围: 648-653,图版Ⅴ
• 分类号: TP79
• 语种: 中文

摘要

西北干旱区面积广阔,由于土地利用类型多样,成因复杂,对环境变化敏感、变化过程快、幅度大、景观差异明显等特点,在影像上表现出的"同物异谱"现象明显;利用常规目视解译、监督非监督分类、人工参与的决策树分类等方法在效率或精度等方面各有其缺陷.采用机器学习C5.0决策树算法,综合利用地物波谱、NDVI、TC、纹理等信息,根据样本数据自动挖掘分类规则并对整个研究区进行地物分类.机器学习的决策树可以挖掘出更多的分类规则,C5.0算法对采样数据的分布没有要求,可以处理离散和连续数据,生成的规则易于理解,分类精度高,可以满足西北干旱区大面积的土地利用/覆被变化制图的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祁元	中国科学院寒区旱区环境与工程研究所	33	606	15.0	24.0
2	齐红超	中国科学院寒区旱区环境与工程研究所	2	80	2.0	2.0
3	徐瑱	中国科学院寒区旱区环境与工程研究所	3	138	3.0	3.0