基于决策树和MODIS数据的土地利用分类
  • 【DOI】

    10.3321/j.issn:1007-7588.2007.05.025

  • 【摘要】

    土地利用类型的识别是土地利用/土地覆盖研究中的重点内容,如何准确、快速的获得大尺度范围的土地覆盖信息进行土地变化的动态实时监测一直是关注的重点.本文针对MODIS数据多光谱的特点,以山东省为例,选取8月份8-day的一期MODIS09Q1、MODIS09A1产品及全年16-day的MODIS13Q1NDVI时间序列产品,通过分析各种土地利用类型的光谱间关系,同时选择NDVI、EVI、NDWI、ND... 展开>>土地利用类型的识别是土地利用/土地覆盖研究中的重点内容,如何准确、快速的获得大尺度范围的土地覆盖信息进行土地变化的动态实时监测一直是关注的重点.本文针对MODIS数据多光谱的特点,以山东省为例,选取8月份8-day的一期MODIS09Q1、MODIS09A1产品及全年16-day的MODIS13Q1NDVI时间序列产品,通过分析各种土地利用类型的光谱间关系,同时选择NDVI、EVI、NDWI、NDMI、NDSI等分类指数,并构造新的波段B2/B1、B7/B6(B1、B2、B6、B7分别代表1波段、2波段、6波段、7波段),利用决策树分类法,进行土地利用分类试验.结果表明,仅利用MODIS数据自身信息对宏观的土地利用分类就可以达到较高的精度,分布范围完整的土地利用类型如耕地、城市居民点精度较高,零星分布的土地利用类型如农村居民点、草地分类精度较低.决策树分类法充分发挥了MODIS数据的多光谱特点,总体精度达到71.4%,kappa系数为0.68.相对于最大似然法,总体精度提高近10个百分点,对耕地及沼泽等类型的精度提高20%到25%. 收起<<

  • 【作者】

    孙艳玲  杨小唤  王新生  陈建军 

  • 【作者单位】

    中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室/中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室/湖北大学资源环境学院

  • 【刊期】

    资源科学 ISTIC PKU CSSCI 2007年5期

  • 【关键词】

    MODIS多光谱数据  土地利用分类  决策树  波段选择 

  • 【基金项目】

    国家自然科学基金 江苏省重点实验室基金