Please wait a minute...
 
国土资源遥感  2012, Vol. 24 Issue (2): 116-120    DOI: 10.6046/gtzyyg.2012.02.21
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
基于决策树方法的海岛土地利用分类研究
杨曦光1,2, 黄海军1, 严立文1, 都本绪3
1. 中国科学院海洋研究所, 青岛 266071;
2. 中国科学院研究生院, 北京 100049;
3. 大连市林业局, 大连 116023
Land-use Classification of Islands Based on Decision-tree Method
YANG Xi-guang1,2, HUANG Hai-jun1, YAN Li-wen1, DU Ben-xu3
1. Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China;
2. Graduate University of Chinese Academy of Sciences, Beijing 100049, China;
3. Dalian Forestry Bureau, Dalian 116023, China
全文: PDF(1355 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 以山东省荣成市镆铘岛为例,利用SPOT 5卫星数据,探讨了基于决策树方法的海岛土地利用类型的遥感分类。结果表明,利用决策树分类方法进行海岛土地利用类型分类,可以得到较好的分类结果(分类的平均精度达到86.46%,Kappa系数为0.841 4); 与其他分类方法比较,决策树分类法的分类精度有明显的提高,在海岛土地利用类型调查中具有较好的应用潜力。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
徐宏根
王建超
郑雄伟
吴芳
李迁
关键词 机载激光雷达点云分类植被建筑物面向对象    
Abstract:With Moye island of Rongcheng city in Shandong province as the study area, the authors investigated the application of decision-tree method to land-use classification based on SPOT 5 satellite data. The results show that the decision-tree method is suitable for classification,with the mean precision and Kappa index being 86.46% and 0.8414 respectively. A comparison with the other traditional classification methods shows that the precision of decision-tree method is obviously higher, suggesting that the method of decision-tree classification has better applicable potential than the other methods in land-use classification research.
Key wordslight detection and ranging (LiDAR)    classification of point clouds    vegetation    building    object-based
收稿日期: 2011-07-15      出版日期: 2012-06-03
ZTFLH:  TP 79  
基金资助:海洋公益性行业科研专项经费项目(编号: 200905004-7)、中国科学院海洋地质与环境重点实验室开放基金资助项目(编号: MGE2009KG04 )和海洋沉积与环境地质国家海洋局重点实验室开放基金资助项目(编号: MASEG200807)共同资助。
引用本文:   
杨曦光, 黄海军, 严立文, 都本绪. 基于决策树方法的海岛土地利用分类研究 [J]. 国土资源遥感, 2012, 24(2): 116-120.
YANG Xi-guang, HUANG Hai-jun, YAN Li-wen, DU Ben-xu. Land-use Classification of Islands Based on Decision-tree Method. REMOTE SENSING FOR LAND & RESOURCES, 2012, 24(2): 116-120.
链接本文:  
http://www.gtzyyg.com/CN/10.6046/gtzyyg.2012.02.21      或      http://www.gtzyyg.com/CN/Y2012/V24/I2/116
[1] 张耀光,胡宜鸣.关于做好海岛县土地利用总体规划工作的探讨——以辽宁长海县为例[J].中国土地科学,1994,8(6):42-46.
[2] 吕惠萍.SPOT卫片在土地利用分类中的应用效果初探[J].地质地球化学,1989(5):53-55.
[3] 吴均平,毛志华,陈建裕,等.一种基于分割图斑的海岸带遥感图像分类方法[J].海洋学研究,2006,24(2):70-78.
[4] Xu K M.The Analysis of SPOT 5 Characteristics on Land Cover Classification[J].Science of Surveying and Mapping,2004,29(S1):108-116.
[5] 张华国,黄韦艮,周长宝.应用IKONOS卫星遥感图像监测南麂列岛土地覆盖状况[J].遥感技术与应用,2003,18(5):306-312.
[6] 杨存建,周成虎.基于知识的遥感图像分类方法的探讨[J].地理学与国土研究,2000,17(1):72-77.
[7] 李春华,沙晋明.基于知识的遥感影像的BAYES分类方法研究——以福州市琅歧岛土地覆盖/土地利用类型为例[J].水土保持研究,2006,13(6):126-128,132.
[8] 刘小平,彭晓鹃,艾彬.像元信息分解和决策树相结合的影像分类方法[J].地理与地理信息科学,2004,20(6):35-39.
[9] 刘勇洪,牛铮,王长耀.基于MODIS数据的决策树分类方法研究与应用[J].遥感学报,2005,9(4):405-412.
[10] 杜明义.决策树方法在土地荒漠化分类中的应用研究[J].测绘科学,2006,31(2):81-82,86.
[11] 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].吉林大学学报︰地球科学版,2009,39(6):1156-1162.
[12] 朱宏波.一种基于决策树的SPOT-5影像分类方法[J].电力勘测设计,2010(3):19-21,29.
[13] 国家海洋局908专项办公室.海岛调查技术规程[M].北京:海洋出版社,2005:59-62.
[14] 赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2003:227-228.
[1] 夏既胜,马梦莹,符钟壬. 基于GF-2遥感影像的机械性破损面提取方法[J]. 国土资源遥感, 2020, 32(2): 26-32.
[2] 冯林艳,谭炳香,王晓慧,陈新云,曾伟生,戚曌. 基于分布函数的对象级森林变化快速检测[J]. 国土资源遥感, 2020, 32(2): 73-80.
[3] 王川,范景辉,林思美,饶月明,黄华国. 光学遥感植被指数与SAR遥感参数的相关性及其主要影响因素研究[J]. 国土资源遥感, 2020, 32(2): 130-137.
[4] 孟蕾,林超. 机载LiDAR技术生成DEM的质量检查与解决方案探讨[J]. 国土资源遥感, 2020, 32(1): 7-12.
[5] 李奇,王建超,韩亚超,高子弘,张永军,金鼎坚. 基于CZMIL Nova的中国海岸带机载激光雷达测深潜力分析[J]. 国土资源遥感, 2020, 32(1): 184-190.
[6] 程宇琪,王雨晴,孙静萍,张成福. 多伦县草原植被覆盖与蒸散量时空变化及其关系[J]. 国土资源遥感, 2020, 32(1): 200-208.
[7] 彭继达,张春桂. 基于高分一号遥感影像的植被覆盖遥感监测——以厦门市为例[J]. 国土资源遥感, 2019, 31(4): 137-142.
[8] 马超,蔡盼丽. 徂徕山—莲花山地区环境生态指数时空变化与驱动因素分析[J]. 国土资源遥感, 2019, 31(4): 199-208.
[9] 杨丽萍,马孟,谢巍,潘雪萍. 干旱区Landsat8全色与多光谱数据融合算法评价[J]. 国土资源遥感, 2019, 31(4): 11-19.
[10] 黄惠,郑雄伟,孙根云,郝艳玲,张爱竹,容俊,马红章. 基于引力自组织神经网络的震害遥感影像分类[J]. 国土资源遥感, 2019, 31(3): 95-103.
[11] 党涛,宋起,刘勇,徐安建,徐波,张宏刚. 基于多层次分割分类模型及其特征空间优化的建筑物提取方法[J]. 国土资源遥感, 2019, 31(3): 111-122.
[12] 郑艺,林懿琼,周建,甘伟修,林广旋,许方宏,林光辉. 基于资源三号的雷州半岛红树林种间分类研究[J]. 国土资源遥感, 2019, 31(3): 201-208.
[13] 柴国奇,王静璞,王光镇,韩柳,王周龙. 基于MODIS数据的典型草原非光合植被覆盖度估算[J]. 国土资源遥感, 2019, 31(3): 234-241.
[14] 梁林林,江利明,周志伟,陈玉兴,孙亚飞. 无人机遥感影像面向对象分类的冻土热融滑塌边界提取[J]. 国土资源遥感, 2019, 31(2): 180-186.
[15] 朱茂,沈体雁,黄松,白书建,葛春青,胡琼. InSAR技术地铁沿线建筑物形变监测[J]. 国土资源遥感, 2019, 31(2): 196-203.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发