决策树方法在云贵高原典型区域ALOS影像土地利用分类中的应用

摘要

以云贵高原典型区域贵州省赤水市及其邻近区域为研究区,以2010年9月该区域先进的陆地观测卫星(advanced land observing satellite,ALOS)多光谱影像为数据源,在充分分析和统计影像光谱特征的基础上,对比8种典型地物在NDVI(normalized difference vegetation index)、NDWI(normalized difference water index)、DEM(digital elevation model)3种数据及影像波段运算后特征值的数值差异,总结出区分8类典型地物的阈值,建立了以阈值为规则的决策树模型,进行土地利用分类。结果表明:该方法的分类总体精度达到89.05%,Kappa系数为0.87,能较好地利用云贵高原典型区域的地物信息,有效提高地物分类精度,在研究区具有良好的适用性。