基于迭代CART算法分层分类的土地覆盖遥感分类

• 作者: 吴薇 张源 李强子 黄慧萍
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 土地覆盖 分层分类 迭代 可分性 高分二号
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 土地利用/覆被专栏
• 页码范围: 68-78
• 页数: 11页
• 分类号: TP79
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2019.1.0068

摘要

土地覆盖遥感分类是土地利用变化监测及其空间格局分析的重要技术手段.为了进一步提高土地覆盖遥感分类精度,提出一种基于迭代CART算法分层分类的新技术体系.首先,根据类别光谱可分性分析,确定分层分类方法的类别提取顺序依次为水体、植被、裸地和建设用地.然后,在此分类顺序下,分别确定各类别的图像分割参数和分类特征集.最后,在对象尺度上,将CART算法迭代引入分层分类过程,不断选取训练样本进行CART算法的迭代分类依次提取前3个类别,将剩余部分直接划分为建设用地.实验结果证明:该方法可以明显减轻裸地和建设用地的混分现象,获得较高精度的土地覆盖分类结果,总体精度85.76％,Kappa系数0.72.相比于SVM、CART两种单次分类方法,总体精度和Kappa系数分别提升了10.67％～16.5％和0.15～0.21.同时,该方法能够灵活调整某个类别的分类精度并具有很强的扩展性,可以为其他涉及图像分类的遥感应用领域提供方法参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强子	中国科学院遥感与数字地球研究所	55	1576	21.0	38.0
2	黄慧萍	中国科学院遥感与数字地球研究所	21	824	11.0	21.0
3	吴薇	中国科学院遥感与数字地球研究所	19	646	10.0	19.0
7	张源	中国科学院遥感与数字地球研究所	13	51	3.0	7.0