Please wait a minute...
国土资源遥感  2016, Vol. 28 Issue (4): 156-163    DOI: 10.6046/gtzyyg.2016.04.24
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
基于J48决策树的面向对象方法的土地覆被信息提取
孙宇翼1,2, 赵军利1,3, 王苗苗1, 刘勇1
1. 兰州大学资源环境学院, 兰州 730000;
2. 甘肃省地图院, 兰州 730000;
3. 中国人民解放军61175部队, 南京 210000
Land cover information extraction from remote sensing images using object-based image analysis method integrated with decision tree
SUN Yuyi1,2, ZHAO Junli1,3, WANG Miaomiao1, LIU Yong1
1. College of Earth and Environment Sciences, Lanzhou University, Lanzhou 730000, China;
2. Map Institute of Gansu, Lanzhou 730000, China;
3. 61175 Troops of PLA, Nanjing 210000, China
全文: PDF(2329 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

过去10多a来,面向对象的影像分析方法在高分辨率影像信息提取中表现出了明显优势,得到了快速发展。该方法中一个难题是,如何有效地建立满足健壮性和通用性准则的分类规则集。基于数据挖掘原理的决策树方法有望提供有效的解决方案。选用WEKA J48算法从影像光谱、纹理和地形特征等诸多参数中优选出部分参数构建决策树分类模型,以此建立分类规则集,并集成于面向对象的影像分类方法中。利用Landsat5 TM影像和ASTER数字高程模型数据进行的甘肃省会宁县白草塬地区土地覆被分类的结果表明,本方法所建立的分类规则集具有较佳的健壮性和通用性,其分类精度明显优于基于像元的最大似然法和基于试错性规则集的面向对象法。

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
孔金玲
杨晶
孙晓明
杨姝
柳富田
杜东
关键词 大气校正FLAASH模型6S模型悬浮泥沙浓度(SSC)遥感反演    
Abstract

Object-based image analysis, which has been developed rapidly over the last decades, performs advantageous over classic pixel-based image classification. One of the key problems within this paradigm is to automatically build robust and transferable rule sets for segment classification. It has been identified promisingly to develop rule sets by means of decision tree based on data mining. The authors suggest a decision tree model integrated with J48 algorithm embedded in Weka to select parameters from a set of spectral, textural and terrain features relevant to rule sets for segment classification. Based on this method, the authors used Landsat5 TM image data and ASTER digital elevation model to establish land cover classification in the study area, i.e., Baicaoyuan area in Huining county, Gansu Province. Rule sets developed in this way perform acceptable robustness and transferability. Accuracy assessment proves that this method has significantly higher classification accuracy than other pixel-based methods based on employing maximum likelihood and objected-based nearest neighbor logic.

Key wordsatmospheric correction    FLAASH model    6S model    suspended sediment concentration(SSC)    remote sensing retrieval
收稿日期: 2015-05-11      出版日期: 2016-10-20
ZTFLH:  TP79  
基金资助:

国家自然科学基金“遥感影像多尺度分割质量评价与参数优选方法研究”(编号:41271360)和甘肃省湿地自然边界确定试点项目共同资助。

通讯作者: 刘勇(1964-),男,教授,博士生导师,主要研究方向为基于对象的遥感影像分析。Email:liuy@lzu.edu.cn。     E-mail: liuy@lzu.edu.cn
作者简介: 孙宇翼(1990-),女,硕士研究生,主要研究方向为遥感影像信息提取。Email:sunyy_gis@foxmail.com。
引用本文:   
孙宇翼, 赵军利, 王苗苗, 刘勇. 基于J48决策树的面向对象方法的土地覆被信息提取[J]. 国土资源遥感, 2016, 28(4): 156-163.
SUN Yuyi, ZHAO Junli, WANG Miaomiao, LIU Yong. Land cover information extraction from remote sensing images using object-based image analysis method integrated with decision tree. REMOTE SENSING FOR LAND & RESOURCES, 2016, 28(4): 156-163.
链接本文:  
http://www.gtzyyg.com/CN/10.6046/gtzyyg.2016.04.24      或      http://www.gtzyyg.com/CN/Y2016/V28/I4/156

[1] 李秀彬.全球环境变化研究的核心领域——土地利用/土地覆被变化的国际研究动向[J].地理学报,1996,51(6):553-558. Li X B.A review of the international researches on land use/land cover change[J].Acta Geographica Sinica,1996,51(6):553-558.
[2] 王圆圆,李京.遥感影像土地利用/覆盖分类方法研究综述[J].遥感信息,2004,19(1):53-59. Wang Y Y,Li J.Classification methods of land use/cover based on remote sensing technology[J].Remote Sensing Information,2004,19(1):53-59.
[3] 朱光良.基于卫星遥感技术的土地利用研究发展[J].遥感信息,2001,16(4):34-37,39. Zhu G L.Research and development based on land use satellite remote sensing technology[J].Remote Sensing Information,2001,16(4):34-37,39.
[4] Blaschke T.Object based image analysis for remote sensing[J].ISPRS Journal of Photogrammetry and Remote Sensing,2010,65(1):2-16.
[5] 杜凤兰,田庆久,夏学齐,等.面向对象的地物分类法分析与评价[J].遥感技术与应用,2004,19(1):20-23. Du F L,Tian Q J,Xia X Q,et al.Object-oriented image classification analysis and evaluation[J].Remote Sensing Technology and Application,2004,19(1):20-23.
[6] 曹宝,秦其明,马海建,等.面向对象方法在SPOT5遥感图像分类中的应用——以北京市海淀区为例[J].地理与地理信息科学,2006,22(2):46-49,54. Cao B,Qin Q M,Ma H J,et al.Application of object-oriented approach to SPOT5 image classification:A case study in Haidian district, Beijing City[J].Geography and Geo-Information Science,2006,22(2):46-49,54.
[7] 苏伟,李京,陈云浩,等.基于多尺度影像分割的面向对象城市土地覆被分类研究——以马来西亚吉隆坡市城市中心区为例[J].遥感学报,2007,11(4):521-530. Su W,Li J,Chen Y H,et al.Object-oriented urban land-cover classification of multi-scale image segmentation method:A case study in Kuala Lumpur City center,Malaysia[J].Journal of Remote Sensing,2007,11(4):521-530.
[8] 龙娟,宫兆宁,郭逍宇,等.基于光谱特征的湿地湿生植物信息提取研究[J].国土资源遥感,2010,22(3):125-129.doi:10.6046/gtzyyg.2010.03.25. Long J,Gong Z N,Guo X Y,et al.Information extraction of wetland aquatic vegetation based on spectral characteristics[J].Remote Sensing for Land and Resources,2010,22(3):125-129.doi:10.6046/gtzyyg.2010.03.25.
[9] 陈云浩,冯通,史培军,等.基于面向对象和规则的遥感影像分类研究[J].武汉大学学报:信息科学版,2006,31(4):316-320. Chen Y H,Feng T,Shi P J,et al.Classification of remot sensing image based on object oriented and class rules[J].Geomatics and Information Science of Wuhan University,2006,31(4):316-320.
[10] 谭衢霖,Steve J.基于像元和对象分类的城区植被高分辨率遥感制图比较研究[J].应用基础与工程科学学报,2011,19(3):441-448. Tan Q L,Steve J.Evaluation of urban vegetation mapping using high spatial resolution image:Pixel versus object classification comparison[J].Journal of Basic Science and Engineering,2011,19(3):441-448.
[11] 云玉屏.基于C4.5算法的数据挖掘应用研究[D].哈尔滨:哈尔滨理工大学,2008. Yun Y P.Application and Research of Data Mining based on C4.5 Algorithm[D].Harbin:Harbin University of Science and Technology,2008.
[12] 袁梅宇.数据挖掘与机器学习——WEKA应用技术与实践[M].北京:清华大学出版社,2014. Yuan M Y.Data Mining and Machine Learning:WEKA Application Technology and Practice[M].Beijing:Tsinghua University Press,2004.
[13] 邹文涛,张怀清,鞠洪波,等.基于QUEST树的高寒湿地植被覆盖类型遥感分类研究[J].中南林业科技大学学报,2011,31(12):138-144. Zou W T,Zhang H Q,Ju H B,et al.Study on remote sensing classification of highland wetlands vegetation coverage by QUEST-based decision tree[J].Journal of Central South University of Forestry & Technology,2011,31(12):138-144.
[14] 刘晓宇.C4.5算法的一种改进及其应用[D].青岛:中国海洋大学,2013. Liu X Y.An Improved C4.5 Algorithm and Application[D].Qingdao:Ocean University of China,2013.
[15] 史泽鹏,马中文,马友华,等.基于J48决策树算法的遥感土地利用变化分析[J].遥感信息,2014,29(1):78-84. Shi Z P,Ma Z W,Ma Y H,et al.Land use change of remote sensing based on J48 decision tree algorithm[J].Remote Sensing Information,2014,29(1):78-84.
[16] 李先.面向对象的土地利用变化检测方法研究[D].阜新:辽宁工程技术大学,2009. Li X.Research on the Methods of Object-Oriented Land Use Change Detection[D].Fuxin:Liaoning Technical University,2009.
[17] 朱晓荣.基于决策树的洞庭湖湿地信息提取技术研究[D].北京:中国林业科学研究院,2012. Zhu X R.Research for Informations to be Extracted from Dongting Lake Wetland based on Decision Tree[D].Beijing:Chinese Academy of Forestry,2012.
[18] 李天文,刘学军,陈正江,等.规则格网DEM坡度坡向算法的比较分析[J].干旱区地理,2004,27(3):398-404. Li T W,Liu X J,Chen Z J,et al.Study on the accuracy and algorithms for calculating slopes and aspects based on the digital elevation model[J].Arid Land Geography,2004,27(3):398-404.
[19] Liu Y,Bian L,Meng Y H,et al.Discrepancy measures for selecting optimal combination of parameter values in object-based image analysis[J].ISPRS Journal of Photogrammetry and Remote Sensing,2012,68:144-156.

[1] 申振宇,高小红,汤敏. 高海拔复杂地形区SPOT6图像大气校正方法对比及精度验证[J]. 国土资源遥感, 2020, 32(1): 81-89.
[2] 程东亚,李旭东. 大气校正前后山地流域NDVI变化特征对比[J]. 国土资源遥感, 2020, 32(1): 90-97.
[3] 陈玲,陈理,李伟,刘建宇. 基于FLAASH模型的Worldview3大气校正[J]. 国土资源遥感, 2019, 31(4): 26-31.
[4] 左家旗,王泽根,边金虎,李爱农,雷光斌,张正健. 地表不透水面比例遥感反演研究综述[J]. 国土资源遥感, 2019, 31(3): 20-28.
[5] 杨斌,李丹,高桂胜,陈财,王磊. Sentinel-2A卫星数据处理分析及在干旱河谷提取中的应用[J]. 国土资源遥感, 2018, 30(3): 128-135.
[6] 李军,董恒,王祥,游林. 基于最优插值的土壤含水量遥感反演缺失数据插补[J]. 国土资源遥感, 2018, 30(2): 45-52.
[7] 孔金玲, 杨晶, 孙晓明, 杨姝, 柳富田, 杜东. 多光谱遥感影像大气校正与悬沙浓度反演——以曹妃甸近岸海域为例[J]. 国土资源遥感, 2016, 28(3): 130-137.
[8] 周亚敏, 张荣群, 马鸿元, 张健, 张小栓. 基于BP神经网络的盐湖矿物离子含量高光谱反演[J]. 国土资源遥感, 2016, 28(2): 34-40.
[9] 任哲, 陈怀亮, 王连喜, 李颖, 李琪. 利用交叉验证的小麦LAI反演模型研究[J]. 国土资源遥感, 2015, 27(4): 34-40.
[10] 张月, 肖彧, 常晶晶, 刘健, 王亚琼, 贺春燕, 何冰. 大气校正对基于遥感指数提取藻华信息的影响[J]. 国土资源遥感, 2015, 27(3): 7-12.
[11] 佃袁勇, 方圣辉, 徐永荣. 一种协同反演气溶胶与水汽含量的高光谱图像大气校正算法[J]. 国土资源遥感, 2015, 27(2): 22-28.
[12] 鲍艳松, 毛飞, 闵锦忠, 王冬梅, 严婧. 基于FY-3B/MWRI数据的裸土区土壤湿度反演[J]. 国土资源遥感, 2014, 26(4): 131-137.
[13] 蔡蘅, 王结贵, 杨瑞霞, 李超, 吉玮, 王心源. 基于FCD模型的且末绿洲植被覆盖度时空变化分析[J]. 国土资源遥感, 2013, 25(2): 131-137.
[14] 魏伟, 任皓晨, 赵军, 王旭峰. 基于MODIS的ATI和TVI组合法反演石羊河流域土壤含水量[J]. 国土资源遥感, 2011, 23(2): 104-109.
[15] 刘艳, 汪宏, 张璞, 李杨.
MODIS大气校正精度评价及其对表层雪密度提取影响
[J]. 国土资源遥感, 2011, 23(1): 128-132.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《国土资源遥感》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 Email:gtzyyg@agrs.cn; gtzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发