集成层次决策树于基于对象的影像分析方法的土地覆被分类研究

发布时间：2017-04-03 02:07

  本文关键词：集成层次决策树于基于对象的影像分析方法的土地覆被分类研究，由笔耕文化传播整理发布。

【摘要】：中卫绿洲作为干旱地区的一个典型,受到人类活动的剧烈影响,在土地覆被状况方面形成深刻的印记。伴随现代化发展,中卫绿洲也面临着生态环境保护如何与经济增长相协调的重大课题。近年来随着工业化、城镇化的快速发展,以及农业升级,换代步伐加快,土地覆被的分布格局发生了很大的变化,环境污染加剧,导致一系列相关的生态问题日益突出。遥感技术能够快速、大面积监测土地覆被状况以及变化情况,为环境保护、生态恢复提供有力的决策依据。本文采用3个时期的Landsat 8 OLI与TIRS影像数据,将决策树集成于基于对象影像分析中进行土地覆被分类研究,主要结论有以下几点(1)基于对象的影像分析方法能够有效地进行土地覆被分类。该方法通过多尺度分割产生的影像对象,包含影像的光谱特征、空间几何特征、纹理特征以及植物的物候特征可以应用于分类中,有助于提高影像分类的精度,细化土地覆被类型。并且,从影像分类的结果中也可以反映出,基于对象的影像分析方法能够有效地消除基于像元影像分析中的“椒盐现象”对制图的影响。(2)基于对象的影像分析方法应用到土地覆被分类中,能够有效地展示土地覆被系统的层次性。在较大尺度参数分割产生的影像父对象层上可以进行较高层次的土地覆被分类,在较小尺度参数分割产生的影像子对象层上可以进行较低层次的土地覆被分类。(3)数据挖掘技术中的决策树能够建立基于对象的土地覆被决策树模型。分类回归树(Classification And Regression Tree, CART)与J48决策树分别挖掘研究区影像中土地覆被信息建立决策树模型,CART决策树比J48决策树简单,且便于理解。在层次分类模型中,CART+CART组合模型的精度最高,比常用的最近邻分类方法的总体精度提高了3.52%, Kappa系数提高了0.06。(4)从影像分类的结果中反映出,2014年中卫绿洲地区耕地主要分布在中卫平原地区,其中水稻与玉米在该地区是主要的农作物,作为新型农业的日光温室主要分布在黄河北面。林地主要分布在腾格里沙漠南部边缘。园地主要分布于南山台地。荒漠灌丛主要生长于绿洲周围的山坡上。(5)在土地覆被分类中,应用集成层次决策树于基于对象的影像分析方法是一个有效的方法。该方法可以自动地获取基于对象的规则集,并能够以决策树的形式展现出来,便于分析和理解。
【关键词】：决策树 基于对象的影像分析 土地覆被 分类回归树 J48
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P237;P901
【目录】：

• 中文摘要3-5
• Abstract5-9
• 第一章 绪论9-17
• 1.1 选题背景与研究意义9-10
• 1.2 国内外研究进展10-13
• 1.2.1 基于对象的土地覆被分类研究10-11
• 1.2.2 基于决策树的土地覆被分类研究11-13
• 1.3 研究内容13-14
• 1.4 技术路线14-15
• 1.5 论文特色15-16
• 1.6 论文结构安排16-17
• 第二章 基本原理与方法17-33
• 2.1 基于对象的影像分析17-24
• 2.1.1 影像分割17-18
• 2.1.2 多尺度分割算法18-20
• 2.1.3 影像对象层次结构20-21
• 2.1.4 影像对象的特征分析21-24
• 2.2 决策树分类算法24-29
• 2.2.1 分类回归树算法25-27
• 2.2.2 J48决策树算法27-29
• 2.3 层次分类模型29-30
• 2.4 精度评价30-33
• 第三章 研究区概况与数据准备33-47
• 3.1 研究区概况33-40
• 3.1.1 地质与地貌34
• 3.1.2 气候与气象34
• 3.1.3 水文与水资源34-35
• 3.1.4 壤与植被35
• 3.1.5 植物的物候特征35-40
• 3.1.6 社会经济40
• 3.2 数据源及预处理40-43
• 3.2.1 数据源40-41
• 3.2.2 预处理41-43
• 3.3 分类体系43-45
• 3.4 纹理特征提取45-47
• 第四章 基于决策树土地覆被分类建模47-63
• 4.1 影像多尺度分割47-49
• 4.2 土地覆被决策树模型的构建49-56
• 4.2.1 建立训练样本数据集49-50
• 4.2.2 决策树模型的特征规范化表达50-51
• 4.2.3 基于对象的决策树模型51-56
• 4.3 精度评价56-58
• 4.4 决策树模型简易程度对比分析58-59
• 4.5 决策树模型解译59-63
• 第五章 结论与展望63-65
• 5.1 结论63-64
• 5.2 展望64-65
• 参考文献65-71
• 在学期间的研究成果71-72
• 致谢72-73

【相似文献】

中国期刊全文数据库 前9条

1 孙秀邦;范伟;严平;黄勇;马友华;;遥感影像土地覆被分类研究进展[J];中国农学通报;2007年09期

2 宋富强;康慕谊;郑壮丽;王令超;王国强;冯德显;;陕北黄土高原地区土地利用/覆被分类及验证[J];农业工程学报;2011年03期

3 张景华;封志明;姜鲁光;;土地利用/土地覆被分类系统研究进展[J];资源科学;2011年06期

4 刘伟;冯学智;肖鹏峰;徐海根;;基于MODIS数据的生物保护区域土地覆被分类[J];江西师范大学学报(自然科学版);2006年02期

5 曹敏;史照良;沈泉飞;;ALOS影像在土地覆被分类中最佳波段选取的研究[J];测绘通报;2008年09期

6 曹敏;卞正富;;ALOS影像提升小波融合的土地覆被分类研究[J];中国矿业大学学报;2009年05期

7 王，

本文编号：283529