-
题名基于CART决策树的沙地信息提取方法研究
被引量：12
- 1
-
-
作者
张睎伟
王磊
汪西原
-
机构
宁夏大学物理与电子电气工程学院
西北土地退化与生态恢复省部共建国家重点实验室培育基地
宁夏回族自治区沙漠信息智能感知重点实验室
-
出处
《干旱区地理》
CSCD
北大核心
2019年第5期1133-1140,共8页
-
基金
国家自然基金(41561087)
-
文摘
为研究沙地信息提取的方法,采用基于CART决策树的面向对象方法,提取中卫市沙坡头区的沙地信息。首先对研究区进行多尺度分割和光谱差异分割得到对象层,然后选择合适的提取特征和训练样本点,最后输入选择的提取特征和样本点生成CART规则树,并对地物进行分类,提取出沙地信息。结果表明:采用面向对象的CART决策树方法提取沙地信息具有较高自动化程度和精确度,依此构建的CART决策树总体分类精度可达到77%,是最近邻分类结果的1.12倍,支持向量机分类结果的1.57倍,此外,NDBI(归一化裸露指数)、GSI(粒度指数)和SWIR 2(第七波段)均值可以成功的将沙地、戈壁和裸岩石砾地三个易混地物区分开来,是沙地提取过程中三个重要的特征指数。
-
关键词
面向对象
多尺度
光谱差异
CART决策树
沙地提取
-
Keywords
object-oriented
multi-scale
spectral differences
CART decision tree
sand extraction
-
分类号
X171.4
[环境科学与工程—环境科学]
-
