基于C5.0决策树算法的落叶松人工林提取研究

摘要

如何有效提取落叶松人工林信息是落叶松人工林资源调查的关键。本论述以黑龙江省佳木斯市桦南县孟家岗林场为研究试验区域,利用"高分一号"卫星影像(以下简称GF-1)并结合其他辅助数据,在分析落叶松人工林光谱信息的基础上,基于灰度共生矩阵方法提取了8种纹理信息,并根据落叶松人工林季相特征,提取研究区内植被的NDVI、DVI、RVI和EVI时间序列特征,建立基于C5.0决策树算法的落叶松人工林决策树模型,通过10次分类试验,筛选出最优的决策规则,用于落叶松人工林提取研究。结果表明,C5.0决策树算法能综合纹理信息、植被指数和光谱特征信息,自动寻找区分落叶松人工林的最佳特征组合及分割阈值,分类总体精度达到92.25%,Kappa系数为0.87,面积精度为92.79%,能有效地提取落叶松人工林信息。本研究可为森林资源调查提供理论基础与技术支持。