留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

NDVI/NDWI/DEM决策树方法在东莞ALOS影像土地利用分类中的应用

黄铁兰 苏华 王云鹏

黄铁兰, 苏华, 王云鹏. NDVI/NDWI/DEM决策树方法在东莞ALOS影像土地利用分类中的应用[J]. 华南师范大学学报(自然科学版), 2012, 44(1).
引用本文: 黄铁兰, 苏华, 王云鹏. NDVI/NDWI/DEM决策树方法在东莞ALOS影像土地利用分类中的应用[J]. 华南师范大学学报(自然科学版), 2012, 44(1).
Decision Tree Method Based on NDVI/NDWI/ DEM for land use classification of ALOS Image in Dongguan City[J]. Journal of South China normal University (Natural Science Edition), 2012, 44(1).
Citation: Decision Tree Method Based on NDVI/NDWI/ DEM for land use classification of ALOS Image in Dongguan City[J]. Journal of South China normal University (Natural Science Edition), 2012, 44(1).

NDVI/NDWI/DEM决策树方法在东莞ALOS影像土地利用分类中的应用

基金项目: 

863重大课题

详细信息
    通讯作者:

    苏华

Decision Tree Method Based on NDVI/NDWI/ DEM for land use classification of ALOS Image in Dongguan City

  • 摘要: 以东莞市2008年的ALOS影像为数据源,通过目视判读选取8类目标地物,并采用最大似然法进行土地利用分类,发现分类精度不高(80%).其主要原因是ALOS数据的有效波段较少,且研究区植被、水体密布,多类目标地物难以区分.针对该问题,结合东莞市的地形地貌特点,引入植被指数NDVI、水体指数NDWI和DEM数据,利用决策树方法进行土地利用分类,使分类精度有较大提高(90%),可有效地解决了因ALOS数据有效波段数较少而产生的分类精度低的问题.本研究表明,在我国南方亚热带地区基于植被指数、水体指数和DEM的改进型决策树分类是一种非常好的ALOS数据土地利用分类方法.
  • 加载中
计量
  • 文章访问数:  2006
  • HTML全文浏览量:  99
  • PDF下载量:  287
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-09-11
  • 修回日期:  2011-10-31
  • 刊出日期:  2012-02-25

目录

    /

    返回文章
    返回