基于决策树模型的上海城市湿地遥感提取与分类
本文关键词:基于决策树模型的上海城市湿地遥感提取与分类,由笔耕文化传播整理发布。
全文:
(0 KB)
(1 KB)
输出: BibTeX | EndNote (RIS)
背景资料
摘要
城市湿地是上海重要的生态基础并具有复杂多变的自然特性。研究采用决策树分类方法,以TM影像多光谱波段特征为主要分类变量,采用经K-T变换、IHS变换等光谱增强后的数据以及利用灰度共生矩阵分析影像第一主成分的纹理统计量作为辅助分类变量,结合城市湿地几何特征信息,构建上海城市湿地决策树分类模型,进行上海市湿地信息的遥感提取和分类。结果表明:(1)上海城市湿地总面积为1 277.40 km2;其中水田面积最大,占总面积的65.30%;其次为河流、库塘、湖泊和芦苇。(2)决策树模型的分类方法在一定程度上提高了城市湿地提取和分类的精度,使其达到89.05%;与传统的最大似然法相比,总精度提高了约10%。
服务
E-mail Alert
RSS
收稿日期: 2009-02-17 出版日期: 2009-11-26
PACS: TP79
基金资助:
上海市科委重点项目(08231200700,082312007027);海洋公益性行业科研专项经费项目(200705020);上海市绿化局科研项目(G060123)
通讯作者: 黄颖(1985[CD1]),女,江西分宜人,博士研究生,主要从事地理信息系统与遥感应用研究 E-mail: yinghuang1985@163.com
作者简介: 黄颖(1985-)|女|江西分宜人|博士研究生|主要从事地理信息系统与遥感应用研究|E-mail:yinghuang1985@163.com
引用本文:
黄颖,周云轩,吴稳等. 基于决策树模型的上海城市湿地遥感提取与分类[J]. J4, 2009, 39(6): 1156-1162.
链接本文:
或
[1] 黄绍霖,徐涵秋,王琳. CPF变化对Landsat TM/ETM+辐射校正结果的影响[J]. 吉林大学学报(地球科学版), 2014, 44(4): 1382-1387.
[2] 唐菲, 徐涵秋. 城市不透水面与地表温度定量关系的遥感分析[J]. 吉林大学学报(地球科学版), 2013, 43(6): 1987-1996.
[3] 顾玲嘉, 赵凯,任瑞治,孙健. 两种被动微波遥感混合像元分解方法比较[J]. 吉林大学学报(地球科学版), 2013, 43(6): 2057-2064.
[4] 朱长明,李均力, 张新,骆剑承,沈占锋. 新疆博斯腾流域湿地遥感监测及时空变化过程[J]. 吉林大学学报(地球科学版), 2013, 43(3): 954-961.
[5] 王明常,牛雪峰,陈圣波,王亚楠,汪自军. 基于DART模型的PROBA/CHRIS数据叶面积指数反演[J]. 吉林大学学报(地球科学版), 2013, 43(3): 1033-1039.
[6] 崔瀚文,姜琦刚,邢宇,徐驰,林楠. 32 a来气候扰动下中国沙质荒漠化动态变化[J]. 吉林大学学报(地球科学版), 2013, 43(2): 582-591.
[7] 陈勇,何中发,黎兵, 赵宝成. 崇明东滩潮沟发育特征及其影响因素定量分析[J]. 吉林大学学报(地球科学版), 2013, 43(1): 212-219.
[8] 王星东,李新武,熊章强,,梁雷. 基于改进的交叉极化比率算法的南极冻融探测[J]. 吉林大学学报(地球科学版), 2013, 43(1): 306-311.
[9] 陈永良,李学斌. 核概率距离聚类方法及应用[J]. 吉林大学学报(地球科学版), 2013, 43(1): 312-318.
[10] 陈圣波,刘彦丽,杨倩,周超,赵靓. 植被覆盖区卫星高光谱遥感岩性分类[J]. 吉林大学学报(地球科学版), 2012, 42(6): 1959-1965.
[11] 陈永良, 李学斌, 林楠. 遥感图像像素级异常识别的一种方法[J]. J4, 2012, 42(3): 881-886.
[12] 许长福, 李雄炎, 谭锋奇, 于红岩, 李洪奇. 任务驱动数据挖掘方法的提出及在低阻油层识别中的应用[J]. J4, 2012, 42(1): 39-46.
[13] 王利花, 周云轩, 田波. 基于TM和ETM+影像数据的东沙环礁珊瑚礁监测[J]. J4, 2011, 41(5): 1630-1637.
[14] 李华朋, 张树清, 孙妍, 刘春悦. 集成多时相ETM+影像的证据推理湿地遥感分类[J]. J4, 2011, 41(4): 1246-1252.
[15] 邢宇, 姜琦刚, 王坤, 王耿明, 杨佳佳. 20世纪70年代以来东北三省湿地动态变化[J]. J4, 2011, 41(2): 600-608.
本文关键词:基于决策树模型的上海城市湿地遥感提取与分类,由笔耕文化传播整理发布。
本文编号:134449
本文链接:https://www.wllwen.com/guanlilunwen/tongjijuecelunwen/134449.html