基于分类回归树分析的遥感影像土地利用/覆被分类研究
以专家知识和经验为基础,综合影像光谱信息和其它辅助信息进行分类的基于知识的遥感影像分类方法,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.本文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,其分类精度比传统的监督分类和逻辑通道法有了较大的提高.由此说明,利用分类回归树算法可以快速、有效地获取大量合理的分类规则,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.
分类回归树分析 遥感影像 土地利用 覆被分类 分类规则
赵萍 郑刘根 冯学智 B.Satyanarayana
中国科学技术大学地球与空间科学学院,合肥,230026 南京大学城市与资源学系,南京,210093 Andhra大学生物系,印度,维沙卡,530003
国内会议
长沙
中文
140-147
2004-09-01（万方平台首次上网日期，不代表论文的发表时间）