《基于决策树分类的美国Lanier水库土地利用信息提取》
2014-03-09 16:30:05 来源: 作者：陈晨
遥感作为近几十年迅速发展起来的一门综合性技术学科，己经在许多领域发挥了重大作用。对遥感数据进行专题分类处理以得到土地利用等专题信息是遥感最广泛的应用领域之一。尽管土地利用遥感分类方法不断发展，但分类技术却始终跟不上遥感技术本身的发展[1]。
随着计算机技术和遥感技术的发展, 计算机自动分类已经成为遥感影像信息提取和分类的主要手段。本论文以美国Lanier lake湖区为研究区，利用TM1-7多波段遥感影像为数据源，围绕遥感影像，采用决策树分类方法，对不同波段得到的光谱信息进行综合分析，充分利用其中的光谱信息、地学知识以及作图者的经验知识进行土地利用分类，得到精度很高的土地利用分类数据，从而更好地为地方土地有效利用提供决策依据。
1 引言
由于遥感技术具有覆盖范围大、周期短、能反映动态变化、受地面条件限制少，获得的信息量大且成本低、收益大等优点。现代土地覆盖制图多通过野外实地调查和室内遥感信息判读分析来全面掌握土地资源自然属性、利用属性及其利用程度等空间区域特点[1]。
光谱反射中存在的同物异谱和异物同谱现象，单纯地利用光谱反射特性或图像亮度值提取地物，尤其针对两类反射特性相似的地物，势必造成分类的混淆和错误。这就是传统分类方法在处理复杂的多维属性时在地形和地物过于破碎和复杂的情况下精度不高的根本原因。而决策树分类法在处理多维属性时可以确定各属性(包括相关的环境特性如几何、纹理以及数字地形模型等背景信息)的重要程度。实验证明使用决策树分类方法分类得到的Lanier lake湖区的土地利用精度达到98%以上（与ERDAS软件提供的标准数据做比较），从而可以利用决策树提取必要的属性进行土地利用分类是可取的方法。
