基于决策树的土地分类方法案例研究
摘要:以鲁中地区为例,利用卫星遥感影像数据,探讨了基于决
策树算法的土地分类方法,结果表明,基于决策树算法的土地分类方
法可以自动生成分类规则,效率高,周期短,对于当前大面积土地综
合利用的研究具有重要意义。
关键词:决策树 鲁中地区 土地覆被
土地利用的变化,反映的是人类为满足社会经济发展需要,不断
调配各种土地利用的过程。因此土地利用/覆被变化(LUCC)研究一
直是全球土地研究的重点内容 [1]。随着社会发展进程的不断加快,
传统的实地调查和定位观测已经跟不上土地资源变化的节奏。通用做
法是利用遥感(RS)和地理信息系统(GIS)相结合的方法进行分析
处理,而对大范围地域的土地覆被分析需要大量的遥感数据及辅助数
据的处理、集成、解译过程 [2],因此对高效率、高精度的遥感自动
分类算法的需求非常迫切。近年来,机器学习算法由于其在效率和分
类精度的优势开始取代传统的监督和非监督算法[3]。
决策树算法和人工神经网络是机器学习算法中比较典型的算法,
他们在利用遥感图像对土地覆被分类中各有特点:决策树算法在分类
规则上速度较快,而人工神经网络算法的精度较高 [4]。本文通过利
用 C5.0 决策树算法对鲁中地区的土地覆被进行了分析研究,在数据
的处理方面选择了原始波段数据、纹理数据、非监督分类数据作为决
评论0
最新资源