面向对象CART决策树方法的湿地遥感分类

• 作者: 凌成星 刘华 刘洋 姚博 张怀清
• 来源期刊: 林业科学研究
• 关键词: CART决策树 湿地信息 湿地类型 北京地区 Landsat8 OLI
• 年，卷（期）: 2019,（5）
• 页码范围: 91-98
• 页数: 8页
• 分类号: TP751
• 语种: 中文
• DOI: 10.13275/j.cnki.lykxyj.2019.05.012

摘要

[目的]以北京地区为例,对大区域多类型湿地信息提取方法进行研究.[方法]采用面向对象多尺度分割算法及光谱差异分割算法分割Landsat8OLI遥感影像,辅助Google Earth高清影像及2015年人工解译结果,使用分层抽样法随机产生训练样本与验证样本;综合运用光谱、形状、纹理特征及拓扑关系,构建CART决策树模型提取研究区湿地信息;与最大似然法、面向对象最邻近方法的分类结果进行对比.[结果]利用面向对象CART决策树方法,分类结果的总精度为88.05％,Kappa系数为0.844,相较于面向对象最邻近方法,总体精度、Kappa系数相差不大,但针对部分湿地类型,如河流、沼泽湿地,精度提高了10％～20％;比使用最大似然分类法的总精度高近30％,Kappa系数提高0.355.[结论]对于湿地分布广泛、类型及数量较多的地区,面向对象CART决策树方法分类结果较好,是一种快速、有效的分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张怀清	中国林业科学研究院资源信息研究所	132	1294	20.0	26.0
2	刘华	中国林业科学研究院资源信息研究所	36	289	10.0	14.0
3	凌成星	中国林业科学研究院资源信息研究所	20	174	7.0	12.0
4	刘洋	中国林业科学研究院资源信息研究所	11	98	3.0	9.0
5	姚博	中国林业科学研究院资源信息研究所	2	3	1.0	1.0