基于分类回归树分析的遥感影像土地利用/覆被分类研究

编号 zgly0001591393

文献类型 期刊论文

文献题名 基于分类回归树分析的遥感影像土地利用/覆被分类研究

作者 赵萍  傅云飞  郑刘根  冯学智  B.Satyanarayana 

作者单位 中国科学技术大学地球与空间科学学院  南京大学城市与资源学系  Andhra大学生物系安徽合肥230026  安徽师范大学国土资源与旅游学院  安徽芜湖241000  安徽合肥230026  江苏南京210093  印度维沙卡530003 

母体文献 遥感学报 

年卷期 2005年06期

年份 2005 

分类号 TP79 

关键词 分类回归树分析  遥感影像  土地利用/覆被分类  知识 

文摘内容 以专家知识和经验为基础,综合影像光谱信息和其他辅助信息进行分类的基于知识的遥感影像解译方法,是提高遥感影像分类精度,实现自动解译的有效途径之一。然而,知识的获取一直是其得以广泛应用的“瓶颈”问题。以江苏省江宁试验区土地利用/覆被分类为例,利用分类回归树分析(CART)从训练样本数据集中发现分类规则,集成遥感影像的光谱特征、纹理特征和空间分布特征进行分类实验,并与传统的监督分类和逻辑通道分类方法进行比较。结果表明,基于CART的分类方法的精度基本在80%以上,与另两种方法相比,有了较大的提高,而且该算法复杂性低,效率高。由此说明,利用CART算法构建决策树获取的分类规则是合理的。它可以快速、有效地获取大量分类规则,是促进基于知识的遥感影像分类方法在土地利用/覆被分类中广泛应用的一项有效手段。