摘要
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NDW I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.
Using the ALOS image of Dongguan City in 2008 as data source,this study combined the characteristics of topography,imported normalized difference vegetation index（NDVI）,normalized difference water index（NDWI） and digital elevation model（DEM） data,used decision tree methods for land use classification.The classification accuracy has improved greatly（ 90%）.The study showed that in subtropical regions in southern China,the modified decision method based on vegetation,water index and DEM is a very useful land use classification method for ALOS data.
出处
《华南师范大学学报（自然科学版）》
CAS
北大核心
2012年第1期134-139,共6页
Journal of South China Normal University(Natural Science Edition)
基金
国家863重大课题项目(2006AA06306)
