基于单时相MODIS数据的决策树自动构建及分类研究

韩涛, 徐晓桃, 颉耀文

韩涛, 徐晓桃, 颉耀文. 基于单时相MODIS数据的决策树自动构建及分类研究[J]. 武汉大学学报 ( 信息科学版), 2009, 34(2): 191-194.
引用本文: 韩涛, 徐晓桃, 颉耀文. 基于单时相MODIS数据的决策树自动构建及分类研究[J]. 武汉大学学报 ( 信息科学版), 2009, 34(2): 191-194.
HAN Tao, XU Xiaotao, XIE Yaowen. Automated Construction and Classification of Decision Tree Classifier Based on Single-Temporal MODIS Data[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2): 191-194.
Citation: HAN Tao, XU Xiaotao, XIE Yaowen. Automated Construction and Classification of Decision Tree Classifier Based on Single-Temporal MODIS Data[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2): 191-194.

基于单时相MODIS数据的决策树自动构建及分类研究

基金项目: 甘肃省自然科学基金资助项目(3ZS051-A25-010);甘肃省气象局科研基金资助项目(2008-08,2002人影-2);中国气象局气象新技术推广计划资助项目(CMATG2007Z09);中国气象局风云三号科研基金资助项目
详细信息
    作者简介:

    韩涛,副研究员,主要从事生态环境遥感监测研究,已发表学术论文20余篇。

  • 中图分类号: P237.4

Automated Construction and Classification of Decision Tree Classifier Based on Single-Temporal MODIS Data

Funds: 甘肃省自然科学基金资助项目(3ZS051-A25-010);甘肃省气象局科研基金资助项目(2008-08,2002人影-2);中国气象局气象新技术推广计划资助项目(CMATG2007Z09);中国气象局风云三号科研基金资助项目
  • 摘要: 以甘肃省为试验区,利用单时相MODIS数据的光谱信息,使用最大似然法和基于See 5.0数据挖掘的决策树分类方法,进行了分类对比研究。分类结果表明,加入温度-植被角度TVA和温度-植被距离TVD两个指数后,低植被覆盖区的分类效果得到了改善;基于See 5.0数据挖掘的决策树方法能够快速地建立决策树,且能提高较难识别地物类型的分类精度。
    Abstract: With single-temporal MODIS data of Gansu Province,we used a maximum likelihood method and decision tree methed based on data mining software See 5.0 to stuly the land cover classification.The experimental result shows that the accuracy of low vegetation area is improved with the indexes of TVA and TVD,compared with Maximum likelihood classfier,and data mining software See 5.0 is able to build decision tree quickly and improve the precision of miscible classes.
计量
  • 文章访问数:  964
  • HTML全文浏览量:  81
  • PDF下载量:  415
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-12-12
  • 修回日期:  2008-12-12
  • 发布日期:  2009-02-04

目录

    /

    返回文章
    返回