基于遙感影像提取土地利用信息的決策樹方法研究.pdf

1、赤水河流域人地矛盾尖銳，土地利用方式不合理嚴(yán)重影響了流域土地資源可持續(xù)利用和生態(tài)環(huán)境保護(hù)，及時了解赤水河流域各區(qū)域的土地利用現(xiàn)狀，對流域土地利用合理性分析、水土流失治理、生態(tài)環(huán)境保護(hù)等工作的開展具有重要的意義。探索一種能在研究范圍內(nèi)達(dá)到精度與效率統(tǒng)一的土地利用信息提取方法能為流域綜合管理的相關(guān)工作提供重要支持。
　　本研究以赤水河流域為研究區(qū)，以覆蓋該區(qū)域的10景ALOS多光譜遙感影像為數(shù)據(jù)源，根據(jù)每景影像的覆蓋范圍將全流域劃分為

2、十個子研究區(qū)，選擇其中一子研究區(qū)為試驗區(qū)，在充分分析和統(tǒng)計八種典型地物在影像光譜特征、歸一化差異植被指數(shù)(NDVI)、歸一化差異水體指數(shù)NDWI、數(shù)字高程模型(DEM)及影像波段運算后特征值的數(shù)值差異的基礎(chǔ)上，確定了區(qū)分地物的閾值，探索建立了以閾值為規(guī)則的二叉決策樹模型，進(jìn)行土地利用分類。將該思路和方法拓展到其余九個子研究區(qū)，并分析了影響不同影像分類精度的因子。
　　主要研究結(jié)果如下:
　　(1)構(gòu)建了具有地域代表性的1號子

3、研究區(qū)（試驗區(qū)）的基于規(guī)則的決策樹模型，該方法對八種地物分類結(jié)果的總體精度為89.05％，Kappa系數(shù)為0.8741，總體精度相比最大似然法、支持向量機(jī)法分別提高12.39％、10.78％;Kappa系數(shù)相比最大似然法和支持向量機(jī)法則分別提高0.1412、0.1238?？傮w來說，該模型在不同程度上減少了對林地、草灌、河流、水庫坑塘、梯坪地、水田、建設(shè)用地這七種地物分類結(jié)果的錯分、漏分誤差，其中減少幅度以河流、水庫坑塘最為明顯，最大減少

4、幅度分別為50.25％、46.71％。說明該方法在1號子研究區(qū)內(nèi)具有較好的適用性和可操作性。
　　(2)將試驗成功的方法與思路拓展至全流域范圍，10個子研究區(qū)中，基于規(guī)則的決策樹法在8個區(qū)域的分類結(jié)果總體精度和Kappa系數(shù)明顯優(yōu)于最大似然法，其分類結(jié)果最高總體精度達(dá)到90.59％，Kappa系數(shù)為0.8811，二者分別比最大似然法分別高出7.4％和0.0887，說明基于規(guī)則的決策樹法在赤水河流域具有一定的普適性，可以有效提高地物

5、的分類精度。
　　(3)根據(jù)本研究采集的屬于赤水河流域范圍內(nèi)的156個GPS野外實測點，經(jīng)過差分校正后建立數(shù)據(jù)庫，對全流域提取出的土地利用圖進(jìn)行精度驗證。結(jié)果表明，156個點位中有133個點位的地物分類正確，野外實測點驗證精度為85.26％。
　　(4)數(shù)據(jù)源的時相對決策樹模型的構(gòu)建有影響。另外，從統(tǒng)計學(xué)方面講，利用多元線性回歸模型探討得出:本研究共有10幅影像10個子研究區(qū)域，其分類結(jié)果的Kappa系數(shù)和區(qū)域總面積成反比，