基于决策树和混合像元分解的城市扩张分类  

An Automatic Classification Model of City Expansion Based on Pixel Information Decomposition Combined with Decision Tree

作　　者：马雪梅[1] 陈亮[2] 俞冰[2] 徐锋[3] 

机构地区：[1]聊城大学环境与规划学院,山东聊城252059 [2]河海大学遥感与地理信息系统研究所,江苏南京210098 [3]河海大学电气工程学院,江苏南京210098

出　　处：《测绘通报》2006年第10期9-11,32,共4页Bulletin of Surveying and Mapping

摘　　要：当今,城市扩张备受关注,通过遥感影像可以快速获取土地利用信息,但由于混合像元现象的存在,使得影像分类精度很难提高。首先对影像作决策树分类,获得初步分类结果和混合像元区域,然后利用混合像元线性分解模型对其进行分解,最后利用地学知识和野外调查资料进行结果后处理。实验结果表明:从两年的建筑信息的分类精度基本保持在80%以上,总体分类精度接近90%,Kappa系数达到0.84来看,此结果能够满足城市扩张分析的要求。

关 键 词：决策树分类 混合像元分解模型 城市扩张 

分 类 号：P237[天文地球—摄影测量与遥感]