基于C5.0决策树和时序HJ-1A/B CCD数据的神农架林区植被分类
我国神农架林区海拔高、气候复杂,森林类型多样,结构破碎,森林遥感分类难度较大.将2013年时间序列HJ-1A/B CCD遥感影像作为数据源,计算出植被指数(NDVI、DVI、RVI)和主成分第一分量(PC1),使用DEM数据生成地形因子(高程、坡度、坡向),构建植被分类时序因子集.运用C5.0决策树分类法将神农架林区植被细分为七类:针叶林;针阔混交林;落叶阔叶林;常绿和落叶阔叶混交林;常绿阔叶林;灌丛和草甸.结果表明:该方法的总体精度为72.7％,Kappa系数为0.67;在6～8月,针叶林、草甸和灌丛的植被指数明显低于常绿阔叶林、常绿和落叶阔叶混交林、落叶阔叶林和针阔混交林,对分类的贡献较大,称为植被分类的“窗口期”.PC1、NDVI和高程因子对神农架林地的区分度较高,而坡度、坡向和RVI因子对分类帮助不大.作为一种智能分类方法,C5.0决策树分类方法应用于30m分辨率的时间序列HJ-1A/B CCD数据,能够将地貌复杂的神农架林区植被分为七类,提高了类别精度,具有更高的应用价值.
C5.0决策树、HJ-1A/B CCD数据、神农架林区、时间序列、森林次级分类
25
TP79(遥感技术)
国家基础科学人才培养基金武汉大学地理科学理科基地资助项目J1103409[National science funds for fostering talents in basic science,geographical science,wuhan university No.J1103409];中央高校基本科研业务专项重大重点培育专项“地理资源环境综合监测”2042015kf1044[The Fundamental Research Funds for the Central Universities "Integrated monitoring of Geographical resources and environment "2042015kf1044];教育部留学回国人员科研启动基金2013[The Project Sponsored by the Scientific Research Foundation for the Returned Overseas Chinese Scholars,State Education Ministry2013]
2016-08-26（万方平台首次上网日期，不代表论文的发表时间）
1070-1077
