基于面向对象决策树的农作物分类识别方法

发布时间：2017-12-31 15:04

本文关键词：基于面向对象决策树的农作物分类识别方法　出处：《新疆师范大学学报(自然科学版)》2016年01期 　论文类型：期刊论文

【摘要】：文章为缓解农业遥感农作物分类识别方面的分类精度与成本、空间分辨率与识别方法之间的矛盾问题提供新的方法。以中分辨率的Landsat TM/ETM+遥感影像为主要数据源,农田系统图斑的矢量数据作为参考,面向对象方法和CART决策树算法等相结合,提出一种面向对象决策树的农作物分类识别方法。文章分别用提出的方法和传统的决策树分类方法对新疆焉耆盆地2011至2014年的各种地物进行分类识别,4年的平均分类精度92.09%(Kappa系数为0.91)。新方法不仅提高农作物分类识别的总精度,还能比较完整地保持农田作物的轮廓。该成果为中等分辨率的遥感影像以高精度的农作物分类识别、信息提取和动态监测提供可能。
[Abstract]:In order to alleviate the classification accuracy and cost of agricultural remote sensing crops classification and recognition. The contradiction between spatial resolution and recognition method provides a new method. The medium-resolution Landsat TM/ETM remote sensing image is the main data source. The vector data of the map spot of farmland system is used as reference, and the object-oriented method and CART decision tree algorithm are combined. A method of crop classification and recognition based on object oriented decision tree (ODM) is proposed in this paper, which is used to classify all kinds of ground objects from 2011 to 2014 in Yanqi Basin, Xinjiang. No. The average classification accuracy of four years is 92.090.The Kappa coefficient is 0.910.The new method not only improves the total precision of crop classification and recognition. The results provide the possibility for the middle resolution remote sensing images to identify, extract and dynamically monitor crops with high precision.
【作者单位】：新疆师范大学地理科学与旅游学院新疆干旱区湖泊环境与资源实验室;中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室;
【基金】：新疆维吾尔自治区重点实验室专项资金资助项目(2014KL016) 国家自然科学基金项目(41161007;41461006) 新疆师范大学博士启动基金项目(XJNUBS1528)
【分类号】：TP79
【正文快照】： 遥感技术以其动态、及时、综合、成本低等优势已成为获取土地覆盖分类[1-3]、土地利用变化监测[4,5]、农作物种植面积提取[6,7]、区域碳循环[8]等方面的主要手段。近几十年来,农业遥感受到世界各国的普遍重视,遥感技术面临着突飞猛进的发展[9]。及时获取农作物种植面积信息及

【相似文献】