节点文献

基于水稻特征波段的决策树分类研究

免费订阅

【作者】 张博文崔林丽史军魏培培

【Author】 ZHANG Bo-wen;CUI Lin-li;SHI Jun;College of Ecological Technique and Engineering,Shanghai Institute of Technology;Shanghai Climate Center;Shanghai Center for Satellite Remote Sensing and Application;

【机构】 上海应用技术大学生态技术与工程学院上海市气候中心上海市卫星遥感与测量应用中心

【摘要】 以滁州市为例,结合水稻物候的特征波段,选用反映水稻物候期时相的TM数据,并基于多特征波段,构建CART决策树分类提取水稻种植面积。结果表明,植被指数、湿度因子、绿度因子、纹理特征等多特征参与CART决策树分类能够提高总体精度。基于光谱信息、植被指数和纹理特征的决策树分类的总精度比以最大似然法进行的监督分类方法提高了6.942 1百分点,Kappa系数提高了0.110 4。合理选用作物物候期数据及其遥感影像的特征波段能够有效降低分类误差,为地形复杂地区获取作物种植面积提新的方法。

【关键词】 多特征选择CART决策树水稻
【基金】 国家自然科学基金项目(41571044,41401661,41001283);中国清洁发展机制基金项目(2012043)
【所属期刊栏目】 农业信息科学 (2017年28期)
  • 【DOI】10.13989/j.cnki.0517-6611.2017.28.069
  • 【分类号】S127;S511
  • 【下载频次】124
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: