摘要
以江苏省徐州市为研究区,采用2000年ETM+多光谱影像作为遥感信息源,选择影像的光谱特征和归一化植被指数(NDVI)、绿度植被指数(GVI)、比值植被指数(RVI)等10种植被指数作为分类特征,基于See5决策树学习软件构建分类决策树,实现了研究区景观格局的遥感分类。研究结果表明,决策树分类法易于综合多种特征进行遥感影像的分类,植被指数参与到决策树分类中能够提高分类的总体精度。
In order to explore the applications of ETM+ remote sensing data to urban landscape pattern analysis,the decision tree classifier based on See5 was developed and its generation strategy was discussed in detail.Taking Xuzhou city as the study area,spectral features and ten vegetation indices,including Normalized Difference Vegetation Index(NDVI),Greenness Vegetation Index(GVI),Ratio Vegetation Index(RVI) and so on,were used and extracted for decision tree classification.By comparing the classification result...
出处
《计算机应用》
CSCD
北大核心
2009年第3期777-780,797,共5页
journal of Computer Applications
基金
教育部新世纪优秀人才支持计划资助项目(NCET-06-0476)
江苏省自然科学基金创新人才青年学术带头人项目(BK2006505)
江苏省高等学校"青蓝工程"中青年学术带头人培养计划资助项目
中国矿业大学科技基金项目(2005B018)
江苏省研究生创新计划项目(CX07B_138z)
关键词
植被指数
决策树
See5
分类
vegetation indices
decision tree
See5
classification
