基于决策树的CBERS遥感影像分类及分析评价

以江苏省徐州市为研究区,以城市土地利用遥感分类为目标,采用CBERS多光谱数据的近红外波段、全球环境监测植被指数(GEMI)、归一化植被指数(NDVI)及主成分分析得出的第一和第二主成分作为分类的特征数据,基于先验知识和统计分析构建层次分类决策树,进而发展和改进了决策树交互式构建算法,实现了城市土地利用遥感分类。通过与最大似然分类器(MLC)和支持向量机分类器(SVM)分类结果的比较分析,表明基于多种特征的决策树分类器能够有效应用于CBERS遥感数据分类,在研究区具有良好的推广性。     

基于RS与GIS技术的变更图斑自动识别方法研究

基于RS与GIS技术的土地利用变更图斑自动识别方法,即"以遥感正射影像图为基础,以地理信息和地物反射光谱为判别依据"的变更信息识别方法,能够尽量避免传统利用遥感影像分类技术进行地物变更识别存在的不足。本文通过对距离算法的改良,有效利用遥感数据的实时性和丰富性,在地理信息系统的支持下,提高了对地物变更地块的识别精度。     

WorldView 卫星影像在宁夏地理国情普查中的应用

WorldView卫星影像拥有很高的空间分辨率和丰富的光谱信息。宁夏地理国情普查试点工作中充分利用WorldView卫星影像的优势,生产正射影像,进行地表覆盖分类生产和地理国情要素提取,取得很好的效果,为宁夏地理国情普查的全区开展奠定了重要基础。     

结合地形因子与分层策略的喀斯特地区无人机影像分类

西南喀斯特山区地形起伏较大,地物分布较为破碎,致使传统的光谱特征一次分类方法的精度较低。本文基于高分辨率无人机正射影像和地形指标,充分利用无人机遥感影像空间特征、光谱特征、纹理特征及地形特征,采取面向对象CART决策树算法与分层策略提取了研究区土地覆盖类型。研究表明,结合空间地形因子和分层策略的方法减少了破碎区地物间的相干扰,故具有较高的分类精度,总体分类精度达91.2%,Kappa系数为0.87,较传统一次分类精度提高了9.8%,Kappa系数提高了0.13。该方法对西南喀斯特地区土地覆盖解译精度较好,可为土地利用监测提供参考。     

基于MODIS数据的决策树分类方法研究与应用

介绍了目前国际上流行的两种决策树算法———CART算法与C4·5算法,并引入了两种机器学习领域里的分类新技术———boosting和bagging技术,为探究这些决策树分类算法与新技术在遥感影像分类方面的潜力,以中国华北地区MODIS250m分辨率影像进行了土地覆盖决策树分类试验与分析。研究结果表明决策树在满足充分训练样本的条件下,相对于传统方法如最大似然法(MLC)能明显提高分类精度,而在样本量不足下决策树分类表现差于MLC;并发现在单一决策树生成中,分类回归树CART算法表现较C4·5算法具有分类精度和树结构优势,分类精度的提高取决于树结构的合理构建与剪枝处理;另外在决策树CART中引入boosting技术,能明显提高那些较难识别类别的分类准确率18·5%到25·6%。     

决策树分类模型的住宅建筑物图斑识别

针对大范围内住宅建筑图斑自动识别较为困难的问题,该文提出基于决策树模型的分类方法,利用基础测绘中高精度的建筑数据、地理省情监测数据、POI数据、DSM、DEM、腾讯大数据等,以建筑物本身特征和建筑物不同邻域内建筑类型相关因素的空间特征作为决策变量,分别采用QUEST、CHAID、C&RT和C5.0算法构建用于住宅分类识别的决策树模型并进行优选。以济南市(不含原莱芜市)为研究区域进行了实验,结果显示4个模型均未出现过拟合现象,可以用于住宅建筑图斑识别。     

融合LiDAR点云与正射影像的建筑物图割优化提取方法

提出一种基于图割算法的建筑物LiDAR点云与正射影像融合提取方法。首先,利用LiDAR点云计算3个几何特征：平整度、法向量分布和高程纹理一致性。同时利用航空正射影像计算颜色特征——归一化植被指数（NDVI）。然后将两类特征联合构建能量函数数据项,综合数字表面模型（DSM）和NDVI构建平滑项,采用图割算法优化得到初始的建筑物区域。最后利用初始建筑物边缘一定范围内的正射影像颜色信息,采用前后景分割的思想进一步优化建筑物边缘。应用ISPRS Vaihingen测试数据进行试验,结果表明本文方法具有较高的建筑物提取精度。     

国家级多源海量数字正射影像数据库的设计与构建

针对国家基础地理信息数字正射影像数据库的技术特点,提出了多源、海量数字正射影像数据库的需求及功能,并基于国家基础地理信息数据库动态更新2010-2014年数字正射影像构建了以资源三号和天绘一号为主的国产卫星正射影像数据库实例,实现了对国家级海量多源正射影像数据的高效存储、集成管理、无缝浏览和及时更新等。     

浅谈地理国情普查项目标准时点核准数字正射影像质量检查

地理国情普查标准时点核准正射影像制作,是地理国情普查项目标准时点核准重要的底图数据之一,是地表覆盖、国情要素、遥感解译样本等方面的基础资料。     

基于ArcGIS镶嵌数据集的正射影像数据库构建方法初探

数字正射影像数据具有直观、信息量大、覆盖面广和经济、方便、获取快速等优点,是我国基础地理信息数据库的重要内容。本文讨论了基于ArcGIS镶嵌数据集栅格模型构建数字正射影像数据库的一些基本问题。首先对近年来的影像空间数据库技术进行了梳理,然后基于ArcGIS镶嵌数据集模型提出了数字正射影像数据库构建方法,其中对影像入库涉及的栅格数据存储模型、建库步骤、相关参数等问题进行了分析与探讨。最后,开展了海南省某测区小型正射影像数据库构建试验,通过试验证明了文中方法的可用性与可靠性。     

基于SuperMap的正射影像图建库方法研究

数字正射影像作为城市基础地理空间数据框架的组成部分,在城市规划、环保、土地开发利用等方面发挥着重要的作用。本文通过利用SuperMap Objects进行二次开发,克服了SuperMap DeskTop平台中影像数据建库的种种功能限制,实现了城市正射影像图建库过程中影像数据地理坐标的自动匹配、自动构建"金字塔"、自动压缩以及批量入库功能,并以广州市7400 km2的1∶2000正射影像图建库为例,验证了本方法的可行性、正确性及高效性。     

基于 C4.5决策树的多特征遥感分类方法

以钱塘江流域为研究区域,利用2010年ETM,MODIS和DEM多源数据,进行土地利用分类研究。在分析土地类型的光谱特性和植被指数年度变化基础上,运用光谱指数法和代数法从数据中提取各种土地覆被类型特征。利用WEKA软件平台下的C4.5决策树算法构建决策树分类模型,对钱塘江流域土地覆被类型进行分类研究,取得较高的分类精度。     

基于高光谱的湿地植被分类研究

光谱特征的选择对于湿地植被的识别精度和效率有直接的影响。本文以萨克拉门托-圣华金三角洲为研究区,基于Hy Map航空高光谱遥感影像数据,分析湿地植被的一阶微分和二阶微分光谱特征。在上述分析的基础上基于均值置信区间的波段选择法对一阶微分、二阶微分进行波段选择,根据获取的有效特征波段构建特征集,利用C5决策树分类算法产生规则集,并对实验区的湿地植被进行了分类研究。结果表明:湿地植被的一阶微分、二阶微分能够突出不同湿地植被光谱曲线在不同波段的增速不同,利用均值置信区间的波段选择法能够对特征波段起到降维效果,根据降维后的特征波段采用C5决策树分类算法,可以实现湿地植被在物种水平上的识别,并达到较好的分类精度。     

INPHO生产真正射影像校正过程的探讨

正射影像（DOM）作为空间地理信息数据库中的重要内容,在地理国情普查、变化监测、导航、土地利用和市政规划建设中发挥了其重要的作用,但正射影像（DOM）非真正射影像（TDOM）,它对有高差的建筑物来讲,并没有改正其建筑物投影问题,建筑物的倒向影响了很多地物被遮挡,无法全要素真正反应其真实地表情况,并且由于建筑物遮挡,无法采集建筑物地基,从而影响了影像采集地物的精度。现介绍基于INPHO软件制作真正射影像的原理方法,并通过实际生产应用给出真正射影像（TDOM）制作的技术流程,并结合立体采集建筑物的特征数据对真正射结果进行评价。     

决策树结合混合像元分解的中国竹林遥感信息提取

竹林是中国亚热带地区特殊而重要的森林资源,现有方法难以实现全国范围竹林时空分布信息快速准确提取。针对此问题,本研究利用2003年、2008年、2014年MODIS NDVI、反射率产品数据和省域Landsat分类数据,提出了基于决策树结合混合像元分解的全国竹林信息提取方法。首先,通过最大似然法获取中国林地分布信息;然后,在林地信息的基础上,构建决策树模型提取中国竹林分布信息;最后,采用线性最小二乘法混合像元分解得到中国竹林丰度图,并计算竹林面积。研究结果表明:(1)最大似然法提取的3个时期中国林地信息的生产者与用户精度均在90%以上,Kappa系数均值为0.93,为竹林信息提取奠定了基础。(2)C5.0算法构建的决策树模型能够很好的提取中国竹林时空分布信息,3个时期竹林分类精度均在80%左右。(3)在混合像元分解的基础上,统计得到的全国各省竹林估算面积与清查面积具有较高的相关性,R~2分别为0.98、0.97和0.95,RMSE范围为3.92万—9.58万ha,说明估算得到全国竹林面积与实际情况较为吻合。本研究所提出基于MODIS遥感数据运用C5.0算法决策树结合混合像元分解的方法,实现了全国竹林时空分布信息的准确提取,为全国竹林资源信息动态监测及管理提供了技术手段和数据支撑。     

特征优选的GF-2影像湿地地表覆盖要素提取

为满足地理国情普查及监测对湿地地表覆盖要素自动分类需求,本文以GF-2影像为数据源,采用Relief F算法优选特征,根据选取不同特征数量达到的总体分类精度和类间分类精度,对比分析面向对象的随机森林、决策树、支持向量机、最邻近4种分类方法对湿地覆被自动分类的适用性,通过实例进行对比分析,结果表明经过特征优选上述4种分类方法均可利用较少特征值达到较优的分类结果,验证了Relief F算法的有效性。在分类精度和学习速度方面,随机森林最优,决策树优于支持向量机,除最邻近方法外均可用于湿地信息普查。     

决策树算法在西藏遥感影像分类中的应用研究

将决策树算法引入到遥感影像分类中,以提高分类的精度。首先对影像进行预处理,然后利用C5.0算法在分析地物光谱特征、纹理特征、归一化植被指数的基础上,自动提取分类规则,构建决策树,实现地物的自动分类。为验证该算法的有效性,选取西藏某地区TM影像作为实验数据,与监督分类的精度进行对比,实验结果表明,决策树分类方法能取得较好的分类效果。     

面向地理国情的正射影像集群生产模式探讨

以地理国情正射影像生产为例,探讨Geoway CIPS、PCI GXL集群系统协同作业的生产模式。结合两个集群系统优势对地理国情正射影像生产流程进行优化,实现集群生产系统的协同作业,进一步提高正射影像的生产效率。同时辅以整景正射影像和分幅正射影像成果的整体有效性检查和成果目录组织等工具,保证正射影像成果满足地理国情监测项目的要求。     

基于低分辨率模板的多源数据DOM匀光方法

利用多源航摄影像数据制作正射影像是地理国情普查工作的重要技术手段,以湖北省地理国情普查项目为例,介绍一种基于低分辨率模板的多源影像数据匀光方法,解决多源数据正射影像成果的一致性问题。     

基于C4.5算法的遥感影像分类

随着城市化进程的加快,湿地对整个生态系统的可持续发展具有重要的意义。以洪泽湖湿地为研究区,集合TM影像的光谱信息和纹理信息构建空间数据库,获取训练样本,并从训练样本集中获取分类规则;然后利用C4.5算法构建决策树,并基于知识规则推理得到遥感影像分类结果;最后将分类结果与传统的最大似然法进行比较分析。实验表明,基于C4.5算法得到的分类结果的分类总精度为91.9701%,其分类总精度结果明显高于传统的最大似然法的80.0885%;同样,前者的分类结果的Kappa系数为0.900 3,也远远高于最大似然法的0.746 5。