基于CART决策树的沙地信息提取方法研究

摘要：

为研究沙地信息提取的方法,采用基于CART决策树的面向对象方法,提取中卫市沙坡头区的沙地信息.首先对研究区进行多尺度分割和光谱差异分割得到对象层,然后选择合适的提取特征和训练样本点,最后输入选择的提取特征和样本点生成CART规则树,并对地物进行分类,提取出沙地信息.结果 表明:采用面向对象的CART决策树方法提取沙地信息具有较高自动化程度和精确度,依此构建的CART决策树总体分类精度可达到77％,是最近邻分类结果的1.12倍,支持向量机分类结果的1.57倍,此外,NDBI(归一化裸露指数)、GSI(粒度指数)和SWIR2(第七波段)均值可以成功的将沙地、戈壁和裸岩石砾地三个易混地物区分开来,是沙地提取过程中三个重要的特征指数.

关键词：面向对象、多尺度、光谱差异、CART决策树、沙地提取

所属期刊栏目：42

分类号：TP75;TP391.41;P237

资助基金：国家自然科学基金41561087

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1133-1140