Please wait a minute...
img

官方微信

遥感技术与应用
数据与图像处理     
基于纹理信息CART决策树的林芝县森林植被面向对象分类
郝泷1,陈永富1,刘华1,朱雪林2,达哇扎西2,李伟娜1#br# #br#
(1.中国林业科学研究院资源信息研究所,北京100091;
2.西藏自治区林业调查规划研究院,西藏 拉萨850000)
 全文: PDF(10077 KB)  
摘要:
以西藏自治区林芝县的Landsat\|8影像、地形图为信息源,结合样地调查数据及森林资源二类调查数据,研究基于纹理信息的CART决策树的面向对象分类对研究区内的森林地物类别进行提取,分类的总体精度和Kappa系数分别为82.53%和0.768,相较于不利用纹理信息的决策树分类和基于最大似然分类法的研究区地物类别的提取总体精度均高近10%,Kappa系数分别高0.12和0.111。结果表明:基于纹理信息的CART决策树面向对象分类方法对研究区Landsat\|8影像进行植被类型提取,分类结果较好,能够满足研究要求。
关键词: Landsat-8影像面向对象CART决策树分类植被覆盖    
出版日期: 2017-07-20
:  TP 75  
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
郝泷
陈永富
刘华
朱雪林
达哇扎西
李伟娜

引用本文:

郝泷,陈永富,刘华,朱雪林,达哇扎西,李伟娜. 基于纹理信息CART决策树的林芝县森林植被面向对象分类[J]. 遥感技术与应用, 10.11873/j.issn.1004-0323.2017.2.0386.

链接本文:

http://www.rsta.ac.cn/CN/Y2017/V32/I2/386

[1] 张滔,唐宏. 基于Google Earth Engine的京津冀2001~2015年植被覆盖变化与城镇扩张研究[J]. 遥感技术与应用, 2018, 33(4): 593-599.
[2] 王恒,杨昊翔,张丽. 海上丝绸之路沿线区域植被覆盖变化特征[J]. 遥感技术与应用, 2018, 33(4): 703-712.
[3] 段金亮,王杰,张婷. 一种基于光谱归一化下的植被覆盖度反演算法[J]. 遥感技术与应用, 2018, 33(2): 252-258.
[4] 闫鹏飞,明冬萍. 尺度自适应的高分辨率遥感影像分水岭分割方法[J]. 遥感技术与应用, 2018, 33(2): 321-330.
[5] 江东,陈帅,丁方宇,付晶莹,郝蒙蒙. 基于面向对象的遥感影像分类研究——以河北省柏乡县为例[J]. 遥感技术与应用, 2018, 33(1): 143-150.
[6] 田峰,陈冬花,黄新利,李虎,姚国慧. 基于形态学阴影指数的高分二号影像建筑物高度估计#br#[J]. 遥感技术与应用, 2017, 32(5): 844-850.
[7] 林齐根,邹振华,祝瑛琦,王瑛. 基于光谱、空间和形态特征的面向对象滑坡识别[J]. 遥感技术与应用, 2017, 32(5): 931-937.
[8] 方雨晨,王培燕,田庆久. 不同覆盖度下小麦农田土壤对NDVI影响模拟分析[J]. 遥感技术与应用, 2017, 32(4): 660-666.
[9] 周在明,杨燕明,陈本清. 基于无人机影像的滩涂入侵种互花米草植被信息提取与覆盖度研究[J]. 遥感技术与应用, 2017, 32(4): 714-720.
[10] 姬忠林,张月平,李乔玄,刘绍贵,李淑娟,任红艳. 基于GF-1影像的冬小麦和油菜种植信息提取[J]. 遥感技术与应用, 2017, 32(4): 760-765.
[11] 王苏芸,孙中昶,郭华东,申维. 基于面向对象的东营市城乡建设用地信息提取[J]. 遥感技术与应用, 2017, 32(4): 780-786.
[12] 施佩荣,陈永富,刘华,吴云华,魏新,钟泽兵. 基于改进的面向对象遥感影像分类方法研究—以西藏米林县典型林区为例[J]. 遥感技术与应用, 2017, 32(3): 466-474.
[13] 姜萍,刘修国,陈启浩,邵芳芳. 利用多尺度SVM-CRF模型的极化SAR图像建筑物提取[J]. 遥感技术与应用, 2017, 32(3): 475-482.
[14] 朱钟正,陈玉福,朱文泉,郑周涛. 适用于多目标遥感自动解译的最佳专题指数筛选[J]. 遥感技术与应用, 2017, 32(3): 564-574.
[15] 吴志杰,何国金,王猛猛,傅娇凤,邹丹. 南方丘陵区植被覆盖度遥感估算与时空变化研究—以福建省永定县为例[J]. 遥感技术与应用, 2016, 31(6): 1201-1208.