|本期目录/Table of Contents|

基于变化检测－CART决策树模式自动识别沙漠化信息(PDF)

灾害学[ISSN:1000-811X/CN:61-1097/P]

期数:
2017年01期
页码:
36-42
栏目:
理论．思路与争鸣
出版日期:
2017-01-08

文章信息/Info

Title:
-
作者:
黄晓君; 颉耀文; 卫娇娇; 等
Author(s):
-
关键词:
沙漠化; 分类与回归树（CART）; 决策树; 变化检测; 自动识别
分类号:
X43；F301
DOI:
-
文献标识码:
A
摘要:
目前沙漠化遥感监测存在目视解译的局限性、数据源的约束性、遥感信息利用率低等问题。基于此，以民勤盆地为试验区，首先采用图像差值、最大值合成及二维最大类间方差等方法，检测1994年、2014年两期Landsat图像的变化像元，然后利用分类与回归树（CART）算法构建决策树，自动提取了2014年沙地信息，最后将变化检测结果与沙地信息进行空间叠置分析，并实现了沙漠化信息自动识别模式。研究表明，变化检测－CART决策树模式精度为89.43% ～93.00%，在95%置信水平上其置信区间介于85.90% ～98.00%，显然其精度具有较高可信度；该模式不仅能够充分利用丰富遥感信息而且可排除多余信息的干扰。可见，变化检测－CART决策树模式是识别沙漠化信息的有效方法之一，将对沙漠化防治工程具有重要应用价值。

参考文献/References

备注/Memo

备注/Memo:
更新日期/Last Update: 2017-02-04