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。
更新日期/Last Update: 2017-02-04