基于決策樹的土地利用現(xiàn)狀信息提取研究.pdf

1、土地資源是人類賴以生存和發(fā)展的物質(zhì)基礎(chǔ)，是國土資源的重要組成部分。土地利用現(xiàn)狀分析，是進行土地資源合理利用、規(guī)劃和科學(xué)管理的基礎(chǔ)，是一個極其復(fù)雜的工作，需要處理大量數(shù)據(jù)。因此，如何提高對土地利用現(xiàn)狀信息提取的效率和質(zhì)量，是目前亟待解決的問題，對于土地資源的利用現(xiàn)狀及其變化動態(tài)的快速調(diào)查和更新也有極其重要的直接意義。 衛(wèi)星遙感影像具有周期性、現(xiàn)勢性和系統(tǒng)性等特點，在土地利用現(xiàn)狀調(diào)查和變更調(diào)查中有著明顯的優(yōu)勢。目前進行遙感分類的主要

2、方法是人工目視解譯和基于模式識別的傳統(tǒng)自動分類法，但存在勞動強度大、實效性差或難以靈活融入非遙感信息等很多問題。決策樹分類法具有靈活、直觀、清晰、健壯、運算效率高等特點，將其應(yīng)用到土地利用現(xiàn)狀信息提取上來，具有十分重要的研究意義和使用價值。但應(yīng)用到較高分辨率SPOT5影像的土地利用現(xiàn)狀信息提取的研究卻少見報道。 本文介紹了目前國際上流行的一種決策樹算法——C5.0算法，并引入了一種機器學(xué)習(xí)領(lǐng)域里的分類新技術(shù)——boosting技

3、術(shù)，以浙江省蘭溪市為研究對象，利用SPOT5多光譜數(shù)據(jù)，進行了決策樹分類試驗與分析。 研究的主要內(nèi)容和結(jié)論歸納如下： (1)通過對兩個不同的采樣方案的訓(xùn)練樣本進行決策樹分類，表明：決策樹中采樣標準同一類別選擇以均質(zhì)性和整體性為佳，數(shù)據(jù)的規(guī)律性使得決策樹便于從中發(fā)現(xiàn)知識和生成規(guī)則；不宜選擇顏色過單一即DN值基本一致的象元為一類，由于這可能會導(dǎo)致信息過于破碎，反而不利于信息的提取。同時，同一類別中如果有光譜特性差異非常大，而

4、且會與其他類別混淆的區(qū)域時，可以先將其獨立設(shè)定為一類，最后歸并，可適當(dāng)提高分類精度。 (2)分別對五組不同的訓(xùn)練樣本數(shù)進行決策樹分類。經(jīng)分析得出，決策樹分類的精度是隨著訓(xùn)練樣本數(shù)量的增加而提高的，基于較大數(shù)量的訓(xùn)練樣本之上的決策樹分類才是十分良好的。 (3)在SPOT5多光譜影像的基礎(chǔ)上，加入了植被指數(shù)特征數(shù)據(jù)、紋理特征數(shù)據(jù)、高程特征數(shù)據(jù)和坡度特征數(shù)據(jù)進行信息提取，結(jié)果表明，相對于純粹利用光譜特征的分類，不同特征數(shù)據(jù)的加

5、入都在不同程度上提高了分類的精度，說明輔助數(shù)據(jù)在一定程度上可以解決“同物異譜”、“異物同譜”等現(xiàn)象，驗證了輔助數(shù)據(jù)參與分類的可行性和重要性。研究得出，高程和坡度數(shù)據(jù)對精度的提高最大，紋理信息次之，植被指數(shù)由于該景影像時相處于植被長勢不好的狀態(tài)，因此其效果差強人意。 (4)分別對決策樹樹狀結(jié)構(gòu)的生成，決策樹枝節(jié)的修剪和決策樹樹狀結(jié)構(gòu)向規(guī)則結(jié)構(gòu)的轉(zhuǎn)化進行了研究。表明，分類精度的高低取決于決策樹結(jié)構(gòu)的合理性，而與決策樹樹結(jié)構(gòu)的復(fù)雜程度