基于QUEST树的高寒湿地植被覆盖类型遥感分类研究

摘要：

以青海省索加-曲麻河自然保护区高寒湿地密集分布区为例,进行三江源高寒湿地植被覆盖类型遥感分类方法研究.基于SPOT5影像融合后的4个波段数据和融合影像主成分分析后第一主成分PCA1,以PCA1作为数据源计算的8个纹理特征,用数字高程模型DEM和其他辅助数据构成的数据集,选用QUEST算法,对数据集进行数据挖掘,构建决策树模型对影像进行分类.分类结果表明:9×9窗口下的纹理特征均值、方差和信息熵是进行高寒湿地植被覆盖类型分类的有效纹理特征量.QUEST决策树分类方法所得分类结果精度可达84.19％,kappa系数为0.826 1.相对于传统的最大似然法监督分类所得结果,总体精度提高17.29％,总体kappa系数提高0.191 2,提高幅度近30％.所得分类结果中,矮嵩草草甸、矮嵩草+藏嵩草沼泽化草甸、杉叶藻草本沼泽、藏嵩草沼泽化草甸和藏嵩草+矮嵩草草甸等植被覆盖类型的分类精度较高,生产者精度分别可达:95.83％,95.45％,95.00％,94.74％和91.67％;用户精度分别为100％,91.30％,82.61％,78.26％和95.65％.

关键词：三江源、高寒湿地、植被覆盖类型、纹理特征、QUEST算法、决策树

所属期刊栏目：31

分类号：S714.9(林业基础科学)

资助基金：中央级公益性科研院所基本科研业务费专项资金”气候变化背景下的三江源典型区湿地变化研究IFRIT200906”;国家重大专项E0305/1112/02

在线出版日期：2012-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：138-144