基于单时相MODIS数据的决策树自动构建及分类研究

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：韩涛徐晓桃颉耀文
• 会议时间：2012-09-01
• 关键词：MODIS ; 最大似然法 ; 决策树 ; See5.0 ; 分类
• 作者单位：韩涛(西北区域气候中心,兰州 730020)徐晓桃,颉耀文(兰州大学西部环境教育部重点实验室,兰州730000)
• 母体文献：第29届中国气象学会年会论文集
• 会议名称：第29届中国气象学会年会
• 会议地点：沈阳
• 主办单位：中国气象学会
• 语种：chi
• 分类号：TP3;TH1

摘要

本文以甘肃省为试验区,主要利用单时相MODIS 数据的光谱信息,使用经典的最大似然法和基于See 5.0 数据挖掘的决策树分类方法,分别采用MODIS 前7 个光学波段数据和加上温度-植被角度TVA′和温度-植被距离TVD 指数的数据进行了分类研究.分类结果表明:加上温度-植被角度TVA′和温度-植被距离TVD 两个指数后,在低植被覆盖区的分类效果得到了改善;与最大似然法的分类结果相比,加入boosting 技术的See 5.0 数据挖掘的决策树方法能够快速地进行决策树的建立且能很好地提高较难识别地物类型的分类精度.