基于多季相光谱混合分解和决策树的干旱区土地利用分类

摘要：

该文利用2015年Landsat 8多季相数据，以民勤县为例探讨了干旱区土地覆被/利用分类方法。首先进行了研究区多季相遥感数据的主成分变换，确定了Landsat OLI光谱空间的内在维数。其次通过对各季相主成分空间的分析，确定了光谱混合分解的端元类型及各自的代表性季相。获取端元光谱之后，采用全约束线性光谱混合模型分解各个季相的遥感影像，估计各端元组分占像元的面积百分比（端元丰度值）。最后利用端元丰度值的多季相估计结果，依据先验知识和训练样本建立决策树分类规则进行土地覆被/利用分类。分类方法的总体精度达到90.94%，Kappa系数为0.90。研究表明：将物理意义明确的端元丰度值作为分类变量，能够快速、有效地获取分类规则，生成树的结构简单、合理、清晰，对训练数据的依赖性较低，因此具有应用于整个旱地系统土地覆被/利用分类的潜力。

关键词：土地利用、决策树、分类、土地覆被、光谱混合分解、多季相遥感数据、Landsat OLI

所属期刊栏目：32

分类号：TP79(遥感技术)

资助基金：中国博士后科学基金资助项目2016M591112

在线出版日期：2016-10-18（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：1-8