基于水稻特征波段的决策树分类研究

• 作者: 史军 崔林丽 张博文 魏培培
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 多特征选择 CART决策树 水稻
• 年，卷（期）: 2017,（28）
• 所属期刊栏目: 农业信息科学
• 页码范围: 207-210
• 页数: 4页
• 分类号: S126
• 字数: 3511字
• 语种: 中文

摘要

以滁州市为例,结合水稻物候的特征波段,选用反映水稻物候期时相的TM数据,并基于多特征波段,构建CART决策树分类提取水稻种植面积.结果表明,植被指数、湿度因子、绿度因子、纹理特征等多特征参与CART决策树分类能够提高总体精度.基于光谱信息、植被指数和纹理特征的决策树分类的总精度比以最大似然法进行的监督分类方法提高了6.9421百分点,Kappa系数提高了0.1104.合理选用作物物候期数据及其遥感影像的特征波段能够有效降低分类误差,为地形复杂地区获取作物种植面积提新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史军		47	1262	19.0	35.0
2	崔林丽		26	950	13.0	26.0
3	魏培培	上海应用技术大学生态技术与工程学院	3	3	1.0	1.0
7	张博文	上海应用技术大学生态技术与工程学院	3	3	1.0	1.0