基于变化检测－CART决策树模式自动识别沙漠化信息

• 作者: 付苗 卫娇娇 吕利利 张玲玲 颉耀文 黄晓君
• 来源期刊: 灾害学
• 学科: 地球科学
• 关键词: 沙漠化 分类与回归树(CART) 决策树 变化检测 自动识别
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 理论?思路与争鸣
• 页码范围: 36-42
• 页数: 7页
• 分类号: X43|F301
• 字数: 5784字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-811X.2017.01.008

摘要

目前沙漠化遥感监测存在目视解译的局限性、数据源的约束性、遥感信息利用率低等问题。基于此，以民勤盆地为试验区，首先采用图像差值、最大值合成及二维最大类间方差等方法，检测1994年、2014年两期Landsat图像的变化像元，然后利用分类与回归树（CART）算法构建决策树，自动提取了2014年沙地信息，最后将变化检测结果与沙地信息进行空间叠置分析，并实现了沙漠化信息自动识别模式。研究表明，变化检测－CART决策树模式精度为89.43％～93.00％，在95％置信水平上其置信区间介于85.90％～98.00％，显然其精度具有较高可信度；该模式不仅能够充分利用丰富遥感信息而且可排除多余信息的干扰。可见，变化检测－CART决策树模式是识别沙漠化信息的有效方法之一，将对沙漠化防治工程具有重要应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颉耀文	兰州大学资源环境学院	111	1615	20.0	36.0
2	张玲玲	兰州大学资源环境学院	21	153	6.0	12.0
3	卫娇娇	兰州大学资源环境学院	5	41	4.0	5.0
4	黄晓君	兰州大学资源环境学院	10	28	3.0	5.0
8	吕利利	兰州大学资源环境学院	8	46	4.0	6.0
9	付苗	内蒙古师范大学地理科学学院	1	6	1.0	1.0