基于影像多种特征的决策树分类方法

阐述了决策树分类CART算法原理,将纹理信息、NDVI指数引入决策树方法对影像进行分类,并将分类结果与最大似然分类结果进行比较,研究表明决策树分类方法相对传统分类方法总体精度提高了8.9148%,Kappa系数提高了0.1074。     

基于波段选择的MODIS全国土地覆盖分类

以MODIS多光谱和多时相数据为输入参数进行了全国土地覆盖分类研究。从试验区2007年MODIS 8 d数据的合成影像(MOD 09)中提取EVI、NDWI和NDSI 3个指数,并将其作为特征波段与原有的7波段(B1～B7)形成10波段影像。以统计分类J-M距离平均值和SVM分类总精度为标准评价不同波段对土地覆盖分类的贡献。在全国范围内,选择贡献最大的EVI、B7和B4这3个波段的月合成值,并分别对其作PCA变换,选取各PCA变换后的前3个波段进行分类运算。研究结果表明,在没有其他辅助信息的境况下,基于MODIS贡献最大的前3个波段结合多时相信息能够在中分辨率区域土地覆盖分类中取得较好的分类结果,其精度为78.04%。     

基于TM影像的福州市区绿地提取研究

城市绿地是影响市区环境的重要因素,对建设城市生态文明起着重要作用。本文在TM影像的基础上,通过对各个波段的分析,求出最优波段组合并基于这种组合进行影像分类,通过与原始影像分类和NDVI分类结果的对比得出:1)最优波段组合影像分类效果优于原始影像分类;2)最优波段组合影像分类结果与NDVI分类结果十分相近,与实际情况相符;3)NDVI分类效果虽然较好,但与基于最优波段组合影像分类相比,其阈值确定困难,需要多次提取感兴趣区,随机性较大。     

基于高分六号红边特征的面向对象桉树人工林信息提取

有效监测桉树林空间分布对区域生态环境保护及有关部门的统筹决策具有重要指导意义。本文在现有研究的基础上,以国内首个提供红边波段的多光谱高分六号（GF-6）卫星影像为数据源,选取广西鹿寨县为典型研究区域,结合光谱特征、植被指数特征和红边特征,设计不同特征组合分类方案,采用面向对象多尺度分割方法,对不同尺度层分别构建隶属度函数和CART决策树模型以进行分类提取桉树人工林信息。试验结果表明,红边特征在CART决策树模型构建中具有重要影响,融入GF-6红边特征能有效提高桉树人工林分类提取精度,总体精度达到91.75%,相比仅采用传统波段和植被指数的分类方案,精度提高了11.25%。本文研究结果在利用国产卫星红边波段识别提取桉树人工林方面具有重要的理论意义和实用价值。     

基于EOS/MODIS若尔盖高原地区湿地信息提取及变化监测

以若尔盖高原地区为研究区,利用多时相中分辨率成像光谱仪MODIS(Moderate Resolution Imaging Spectroradiometer)遥感影像数据,采用基于归一化植被指数(NDVI)的时间序列谐波分析方法,对2001~2013年夏季的MODIS/NDVI和MODIS/EVI进行重构,去除云干扰,采用决策树分类方法获取若尔盖高原地区2001~2013年夏季湿地信息的分布数据并作统计。结果表明:基于EOS/MODIS遥感数据,采用决策树分类方法获取若尔盖高原地区的湿地信息数据是可行的;若尔盖高原地区的湿地面积是随年际的变化呈锐减趋势,若尔盖高原地区湿地的退化主要是受到近年来气候暖干化的影响,人类活动则加剧了湿地萎缩及退化的趋势。     

基于决策树理论的土地利用分类

首先,阐述了决策树分类器的结构与理论基础;然后,以安徽省滁州市为例,利用Landsat ETM＋遥感影像数据和DEM数据,在ENVI软件的支持下,结合影像的光谱特征及NDVI,NDBI特征值,参考C4．5算法（决策树生成算法）,建立了土地利用分类的决策树模型并进行了分类;最后,对分类结果进行了精度评价。研究区结果表明决策树分类法效果较好,精度较高。     

面向对象的多种特征极化SAR决策树分类方法

针对目前极化合成孔径雷达(PolSAR)影像分类单一特征无法获得令人满意的分类结果的问题,该文设计了综合运用纹理和多种极化目标分解特征,结合面向对象分析及CART决策树的分类方法。为验证该方法的有效性,以北京市某区域全极化RADARSAT-2影像为例,按照"影像预处理—目标极化分解—特征参数优化选择—面向对象影像分割—多特征CART决策树分类"的总体思路进行实验,并在特征参数选择时充分考虑各参数之间的相关性、地物的散射特性和分类效果。结果表明:影像特征参数是PolSAR影像分类的关键,恰当的特征参数组合有利于获取准确的分类结果。     

基于地表生物物理参数的土地利用/覆盖遥感分类方法研究——以长沙市以例

土地利用/覆盖分类通常是利用地物的波谱反射特征进行监督或非监督分类,分类结果由于"同物异谱、异物同谱"现象的存在,往往分类精度不高。而植被指数和地表温度作为表征地表覆盖状况的生物物理参数,已成功用于宏观尺度的土地利用/覆盖分类,使得分类结果有所提高,而对于区域尺度的土地利用/覆盖分类却少见报道。本文充分利用TM数据的多光谱特征,从中提取了植被指数NDVI、地表温度Ts、温度植被角度TVA和温度植被距离TVD这四种分类特征进行监督分类,通过对7种组合方案(反射率波段组合、NDVI与反射率波段组合、Ts与反射率波段组合、NDVI与Ts和反射率波段组合、TVA与反射率波段组合、TVD与反射率波段组合、TVA与TVD和反射率波段组合)的分类结果进行比较,得出以下结论:①NDVI、Ts、NDVI和Ts、TVD作为分类特征参与到多波段地表反射率影像分类中,能够提高分类精度,而TVA、TVA和TVD的加入却没有改善分类结果;②总体分类精度受到训练样本与检验样本比例的影响。     

基于傅立叶变换的混合分类模型用于NDVI时序影像分析

应用2004年MODIS的时序NDVI数据，在分析湖北省不同地物类型的NDVI曲线季节性变化特征的基础上，设置对应的阈值，先后将水体、居民地与其他地物类型分离开。将去除了水体和居民地影响的剩余的NDVI序列影像傅立叶变换的1／12频率分量引入到地表覆盖分类的特征空间中，与其最大值影像和平均值影像组合，经过归一量化处理后合成一个类似具有三波段的卫星影像。在合成后的影像上利用最大似然法对其他地类进行分类。研究表明，引入傅立叶变换的特殊频率分量是分析多时相MODIS数据及提取地表植被覆盖信息的有效工具。     

兼容多源数据的森林湿地信息提取和比较分析

针对以光谱特征差异为依据,提取森林湿地信息精度低的问题,该文采用兼容多源数据的分类回归树(CART)提取方法,并以大沾河国家森林湿地进行实证研究。基于Landsat8遥感数据、Radarsat-2极化雷达数据和地形辅助数据,采用SPM软件分别构建3种特征变量组合的CART决策树模型,并获取分类规则,最后根据规则对研究区的森林湿地信息进行提取。结果表明:3种特征变量组合中,兼容光谱、纹理、雷达与地形辅助数据的CART决策树的森林湿地信息提取精度最高,用户精度和制图精度分别达到了88.46%和82.14%。研究结果体现了雷达数据与地形辅助数据有助于提取森林湿地信息。     

Land cover classification of the North China Plain using MODIS_EVI time series

Moderate Resolution Imaging Spectroradiometer (MODIS) data have played an important role in global environmental and resource research. However, its low spatial resolution has been an impediment to researchers pursuing more accurate classification results. In this research, the high temporal resolution of MODIS was employed to improve the accuracy of land cover classification of the North China Plain using MODIS_EVI time series from 2003. Harmonic Analysis of Time Series (HANTS) was performed on the MODIS_EVI image time series to reduce cloud and other noise effects. The improved MODIS_EVI time series was then classified into 100 clusters by the Iterative Self-Organizing Data Analysis Technique (ISODATA). To distinguish ambiguous land cover classes, a decision tree was built on five phenological features derived from EVI profiles, Land Surface Temperature (LST) and topographic slope. The overall accuracy of the final land cover map was 75.5%, indicating the promise of using MODIS EVI time series and decision trees for broad area land cover classification.     

基于光谱特征的雅鲁藏布江源区草地类型识别

以雅鲁藏布江源区为研究对象,以Landsat5 TM图像为数据源,根据不同草地类型的波段组合特征,结合源区1∶100万植被类型图、DEM和NDVI数据,构建草地判别规则,利用决策树分类法对雅鲁藏布江源区草地类型进行遥感识别。研究结果表明:①不同类型草地因其生境不同,利用不同波段组合特征进行草地类型识别能够达到较好的效果;②与传统的监督分类法相比,基于波段组合特征的决策树分类法具有较高的识别精度(总体精度提高了15.4%,Kappa系数提高了0.225);③在海拔4 400～5 000 m区域内,固沙草草原面积最大,其次为矮嵩草和小嵩草混生草甸,再次为变色锦鸡儿和金露梅灌丛,藏北嵩草草甸面积最小。     

多时相MODIS影像水田信息提取研究

水稻种植及其分布信息是土地覆被变化、作物估产、甲烷排放、粮食安全和水资源管理分析的重要数据源。基于遥感的水田利用监测中,通常采用时序NDVI植被指数法和影像分类法分别进行AVHRR和TM影像的水田信息获取。针对8天合成MODIS陆地表面反射比数据的特点和水稻生长特征,选取水稻种植前的休耕期、秧苗移植期、秧苗生长期和成熟期等多时相MODIS地表反射率影像数据,通过归一化植被指数、增强植被指数及利用对土壤湿度和植被水分含量较敏感的短波红外波段计算得到的陆表水指数进行水田信息获取。将提取结果与基于ETM＋影像的国土资源调查水田数据,通过网格化计算处理并进行对比分析,结果表明,利用MODIS影像的8天合成地表反射率数据,进行区域甚至全国的水田利用监测是可行的。     

结合时相和波谱信息的植被信息提取

本文利用2002年陕西省ETM卫星影像及相关植被地理信息,在其影像上选取覆盖全省包含不同地物类型的85个地面样地(Ground Truth),通过2003年陕西省MODIS卫星影像获取所选样地全年的NDVI时间序列曲线。采用决策树分类方法,结合NDVI时间序列曲线,实现基于时相和波谱信息的植被分类。最后通过混淆矩阵与Kappa系数等方法对分类结果进行正确率评价,结果表明,文中所给方法优于传统分类方法,所得结果与其他调查结果相一致。     

面向对象方法的时间序列MODIS数据湿地信息提取——以洞庭湖流域为例

以洞庭湖流域为研究区,对大范围湿地信息遥感提取方法进行了研究。先基于时间序列MODIS EVI及物候特征参数,通过J-M(Jeffries-Matusita distance)距离分析,构建了MODIS(250 m)最佳时序组合分类数据;其次,通过Johnson指数确定了最佳分割尺度,采用面向对象的遥感分类方法(Random tree分类器)提取了洞庭湖流域的湿地信息,并验证该方法的适用性。研究结果表明,基于时序数据与面向对象的Random tree分类的总体精度和Kappa系数分别为78.84%和0.71,较之基于像元的相同算法的总体分类精度和Kappa系数分别提高了5.79%和0.04。同时,基于面向对象方法的湿地整体的用户精度与生产者精度较基于像元方法分别提高了4.56%和6.21%,可有效提高大区域湿地信息提取的精度。     

Spectral anisotropy of subtropical deciduous forest using MISR and MODIS data acquired under large seasonal variation in solar zenith angle

Recent studies in Amazonian tropical evergreen forests using the Multi-angle Imaging SpectroRadiometer (MISR) and the Moderate Resolution Imaging Spectroradiometer (MODIS) have highlighted the importance of considering the view-illumination geometry in satellite data analysis. However, contrary to the observed for evergreen forests, bidirectional effects have not been evaluated in Brazilian subtropical deciduous forests. In this study, we used MISR data to characterize the reflectance and vegetation index anisotropies in subtropical deciduous forest from south Brazil under large seasonal solar zenith angle (SZA) variation and decreasing leaf area index (LAI) from the summer to winter. MODIS data were used to observe seasonal changes in the normalized difference vegetation index (NDVI) and enhanced vegetation index (EVI). Topographic effects on their determination were inspected by dividing data from the summer to winter and projecting results over a digital elevation model (DEM). By using the PROSAIL, we investigated the relative contribution of LAI and SZA to vegetation indices (VI) of deciduous forest. We also simulated and compared the MISR NDVI and EVI response of subtropical deciduous and tropical evergreen forests as a function of the large seasonal SZA amplitude of 33°. Results showed that the MODIS-MISR NDVI and EVI presented higher values in the summer and lower ones in the winter with decreasing LAI and increasing SZA or greater amounts of canopy shadows viewed by the sensors. In the winter, NDVI reduced local topographic effects due to the red-near infrared (NIR) band normalization. However, the contrary was observed for the three-band EVI that enhanced local variations in shaded and sunlit surfaces due to its strong dependence on the NIR band response. The reflectance anisotropy of the MISR bands increased from the summer to winter and was stronger in the backscattering direction at large view zenith angles (VZA). EVI was much more anisotropic than NDVI and the anisotropy increased from the summer to winter. It also increased from the forward scatter to the backscattering direction with the predominance of sunlit canopy components viewed by MISR, especially at large VZA. Modeling PROSAIL results confirmed the stronger anisotropy of EVI than NDVI for the subtropical deciduous and tropical evergreen forests. PROSAIL showed that LAI and SZA are coupled factors to decrease seasonally the VIs of deciduous forest with the first one having greater importance than the latter. However, PROSAIL seasonal variations in VIs were much smaller than those observed with MODIS data probably because the effects of shadows in heterogeneous canopy structures or/and cast by emergent trees and from local topography were not modeled.     

基于MODIS数据的环北京地区土地资源监测研究

本文基于MODIS 16天合成的NDVI时间序列数据及其他辅助数据,首先用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,结合LST数据、DEM数据及降雨温度数据,利用模糊K-均值非监督分类法,进行环北京地区的土地覆盖分类,得到土地资源现状情况。然后利用变化矢量(CVA)分析方法对环北京地区的土地利用及植被覆盖的多年变化状况进行了分析。结果表明,MODIS数据能很好的应用于大范围的土地资源监测中,并能得到较好的结果。     

基于OLI数据与决策树法的去山体阴影水体信息提取研究

研究山区地表水体信息OLI遥感数据去阴影自动提取方法,设计基于数字高程模型与指数提取的决策树分类方法,提高水体自动识别的精度。该方法选取改进的归一化水体指数、归一化植被指数、比值植被指数、主成分分析前3个分量以及波段之间的组合运算,并结合DEM构建决策树分类规则。综合采用单波段阈值、谱间关系、植被指数和水体指数阈值完成山体水体的去阴影识别研究,与计算机自动识别分类方法比较,其精度明显提高。结果表明,决策树分类方法在精度上明显高于常用的计算机自动分类方法,可以很好地被利用于OLI遥感数据水体信息的海量、大范围提取。