NDVI/NDWI/DEM决策树方法在东莞ALOS影像土地利用分类中的应用
以东莞市2008年的ALOS影像为数据源,结合东莞市的地形地貌特点,引入植被指数NDVI、水体指数NDWI和DEM数据,利用决策树方法进行土地利用分类,使分类精度>90%,有效地解决了因ALOS数据有效波段数较少而产生的分类精度低的问题.研究表明,在我国南方亚热带地区基于植被指数、水体指数和DEM的改进型决策树分类是一种非常好的ALOS数据土地利用分类方法.
土地利用、决策树、分类、ALOS
44
TP75(遥感技术)
国家863重大课题项目2006AA06306
2012-04-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
134-139