综合非光谱信息的荒漠化土地CART分类

详细信息   全文下载|推荐本文 |

• 出版年：2007
• 作者：王大鹏；王周龙；李德一；崔青春
• 单位1：鲁东大学地理与资源管理学院
• 单位2：枣庄学院
• 出生年：1981
• 学历：硕士研究生
• 语种：中文
• 作者关键词：知识；荒漠化；CART；自动提取
• 起始页：487
• 总页数：6
• 经费资助：国家自然科学基金（编号：40301025），鲁东大学校基金（编号：202-19070301）。
• 刊名：遥感学报
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1997
• 主管单位：中国科学院；中国科学技术协会
• 主办单位：中国科学遥感应用研究所；中国地理学会环境遥感分会
• 主编：李小文
• 地址：北京市安外大屯路中国科学院遥感应用研究所
• 邮编：100101
• 电子信箱：jrs@irsa.ac.cn
• 网址：http://www.chinainfo.gov.cn/periodical/ygxb
• 卷：11
• 期：4
• 期刊索取号：P625.066 815
• 数据库收录：中国自然科学核心期刊；百种中国杰出学术期刊
• 核心期刊：中国自然科学核心期刊

摘要

用遥感手段对荒漠化进行监测是当前荒漠化研究的热点问题，传统的荒漠化遥感信息自动提取方法是基于光谱特征的图像分割，受多种因素的影响，分类精度的提高遇到瓶颈，因此基于知识的分类方法应运而生。CART是一种非参数化的分类与回归方法，在用于遥感影像自动分类时，可以方便地应用多源知识，提高分类精度。本文在分析了CART方法原理的基础上，针对荒漠化地区各种地物的特点，将包括地物光谱知识、纹理知识、植被盖度等在内的多种知识融入CART模型，克服了单纯利用光谱特征进行分类的不足，取得了85.94%的精度。