文献类型： 中文期刊

作者： 姜宛贝 ¹ ; 孙强强 ¹ ; 曲葳 ¹ ; 刘晓娜 ² ; 于文婧 ¹ ; 孙丹峰 ¹ ;

作者机构： 1.中国农业大学资源与环境学院

2.北京市农林科学院草业与环境研究发展中心

关键词： 土地利用;决策树;分类;土地覆被;光谱混合分解;多季相遥感数据;Landsat OLI

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2016 年 32 卷 19 期

页码： 1-8

收录情况： EI ; 北大核心 ; CSCD

摘要： 该文利用2015年Landsat 8多季相数据,以民勤县为例探讨了干旱区土地覆被/利用分类方法。首先进行了研究区多季相遥感数据的主成分变换,确定了Landsat OLI光谱空间的内在维数。其次通过对各季相主成分空间的分析,确定了光谱混合分解的端元类型及各自的代表性季相。获取端元光谱之后,采用全约束线性光谱混合模型分解各个季相的遥感影像,估计各端元组分占像元的面积百分比(端元丰度值)。最后利用端元丰度值的多季相估计结果,依据先验知识和训练样本建立决策树分类规则进行土地覆被/利用分类。分类方法的总体精度达到90.94%,Kappa系数为0.90。研究表明:将物理意义明确的端元丰度值作为分类变量,能够快速、有效地获取分类规则,生成树的结构简单、合理、清晰,对训练数据的依赖性较低,因此具有应用于整个旱地系统土地覆被/利用分类的潜力。