基于决策树分类技术的遥感影像分类方法研究

被引：106

作者：

申文明 ^{[1
]}

王文杰 ^{[2
]}

罗海江 ^{[2
]}

张峰 ^{[2
]}

刘小曼 ^{[2
]}

熊文成 ^{[2
]}

机构：

[1] 中国科学院地理科学与资源研究所

[2] 中国环境监测总站

来源：

遥感技术与应用 | 2007年 / 03期

关键词：

遥感影像; 决策树; 计算机自动分类; 空间数据挖掘; 土地利用/土地覆盖;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

以河北唐山为研究区,应用Landsat ETM+影像数据和GIS数据,对决策树分类技术和传统计算机自动分类方法进行了比较。研究表明:决策树与传统自动分类方法相比,分类精度提高了18.29%,Kappa系数提高0.1878。在地形起伏的山区,应用DEM及其衍生数据等GIS数据作为辅助数据可以提高分类精度19.52%,Kappa系数提高0.281;反射率影像分类效果比原始DN值影像的分类效果好,分类精度提高15.86%;缨帽变换在压缩数据量的同时,分类精度有所降低。

引用

页码：333 / 338

页数：6

共 5 条

[1] 基于决策树的遥感影像分类方法研究 [J].