基于C5.0数据挖掘算法的大区域地表覆盖分类关键技术研究

发布时间：2021-06-07 13:43

近十年来极端性天气频繁出现，给世界各国带来了巨大的危害，全球变化及其影响逐渐成为全人类关注的焦点。随着空间技术、信息技术、电子计算机技术等当代高新技术的发展，遥感以其宏观性和综合性、多波段性、多时相性和全天候的特点，迅速发展成为一种应用范围极广的综合性的探测技术，在国民经济建设的诸多领域发挥着重要的作用。近年来国际社会一直致力于利用空间遥感技术研究全球地表覆盖及其变化。迄今仅有美国和欧盟完成了空间分辨率为1公里和300米的全球地表覆盖数据产品，但其总体精度较低，分类体系和时空分辨率均难以有效满足全球变化与地球系统研究的需求。针对我国全球变化研究和地球系统模式的迫切需要，科技部2009年启动863重点项目“全球地表覆盖遥感制图与关键技术研究”。本文针对地理国情监测的需求与要求，在对863重点项目子课题“大洋洲/南极洲地表覆盖数据产品研制”的研究基础上，利用Landsat ETM+影像数据，将C5.0数据挖掘算法成功应用到大区域的地表覆盖分类中。本文主要研究内容及创新点如下：（1）本文以澳大利亚为研究区提出了C5.0算法应用到大区域的地表覆盖分类的技术流程；充分利用光谱信息和各种特征变量（缨帽变换，归一化植被指数）等多特征融合数据提高遥感影像分类精度。（2）本文提出了以生态地理分区为基本单元的大区域地表覆盖产品生产方法。按照生态地理分区进行样本选取，一方面会降低采集样本的时间，提高效率；另一方面保证了样本的全面性，减少了由影像时相差异带来的分类影像接边不合理的情况。此外，生态地理分区建立的分类规则适用于该区域内的所有影像，避免对每一景影像建立规则，提高了效率。（3）本文针对影像中地物类型面积所占比例不同，分类精度有所不同的问题，通过对地物类型提取顺序以及其精度评价的研究，提出了由粗到细的合理的分类策略，减少了后处理工作量，提高了效率。（4）此外，本文在完成澳大利亚2000年数据地表覆盖分类的基础上，利用变化检测完成了2010年的地表覆盖产品，避免了重复分类工作，减少了任务量，节省了时间。本文通过对典型生态地理分区的分类实验，证明C5.0分类法适应性强，分类精度高，稳定性好，，适用于大区域的地表覆盖分类产品的生产。
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP79;P237

1 绪论

1.1 研究背景和意义

1.2 国内外研究现状及发展趋势

1.3 论文研究目标和研究内容

1.4 论文的技术路线

1.5 论文的组织结构

2 基于 C5.0 算法的分类技术

2.1 C5.0 算法概述

2.2 C5.0 算法原理

2.3 C5.0 分类关键技术

2.3.1 Boosting 算法

2.3.2 交叉验证

2.4 C5.0 技术分类流程

2.4.1 See5.0 和 CART 模块

2.4.2 数据准备工作

2.4.3 规则集的生成

2.4.4 影像分类

2.4.5 C5.0 地表覆盖分类技术流程图

3 研究区及数据准备

3.1 研究区概况

3.2 影像数据资料

3.3 地表覆盖分类体系及解译

3.3.1 地表覆盖分类体系

3.3.2 解译判定

4 地表覆盖分类实验及精度评价

4.1 样本采集

4.1.1 样本选取的原则

4.1.2 样本采集方法

4.2 影像特征提取

4.2.1 缨帽变换

4.2.2 归一化植被指数（NDVI）提取

4.2.3 纹理特征提取

4.3 分类实验及精度评价

4.3.1 检验样本采集方案

4.3.2 精度评价指标

4.3.3 分类实验及精度评价

5 大区域地表覆盖分类产品生产

5.1 生态地理分区设计

5.2 样本采集

5.3 分类策略

5.4 分类后处理

5.5 变化检测

5.6 塔斯马尼亚岛两期地表覆盖分类产品

6 结论与展望

6.1 结论

6.2 展望

参考文献

致谢

攻读学位期间科研成果及参与项目

【参考文献】