基于异源多时相遥感数据决策树的作物种植面积提取研究.pdf

沈阳农业大学学报 ， ， ： 2014－08 45(4) 451-456 ， ， ： Journal of Shenyang Agricultural University 2014－08 45(4) 451-456 基于异源多时相遥感数据决策树的作物种植 面积提取研究 张旭东，迟道才* （沈阳农业大学 水利学院 ，沈阳 110161） 摘要：为了充分发挥不同遥感数据源的优点，采用中高分辨率的TM 影像覆盖区为典型试验区，由试验区的水稻特征建立基于专 家知识的分类规则，结合 算法构建分类决策树，然后综合运用 时间序列 、 、 及其派生的坡度数 C4.5 eMODIS NDVI MOD12Q1 DEM 据进行决策树分类，以辽宁省为例对2009 年的水稻种植面积进行了提取。 结果表明：该方法方便适用，精度高于传统的监督分类、 极大似然分类法； 与统计数据相比， 结果相对误差为5.04% ， 各地级市的遥感结果与同期的统计数据吻合较好， 相关系数达到 0.96 ，能较好地反映辽宁省水稻种植的空间分布状况。 关键词：遥感；归一化植被指数；水稻提取；决策树分类 DOI:10.3969/j.issn.1000-1700.2014.04.013 中图分类号： 文献标识码： 文章编号： （ ） S127 A 1000-1700 2014 04-0451-06 Mapping Crop Fields by Using Multi-sensor and Multi-temporal Remote Sensing Data with Decision-tree * ZHANG Xu-dong ，CHI Dao-cai (College of Water Conservancy, Shenyang Agricultural University, Shenyang 110161, China ） Abstract ： In order to take the advantages of different remote sensing data, we developed a new method to construct the decision tree which was derived from experimental area of rice characteristic to establish the classification rules based on expert knowledge and combined with C4.5 algorithm. The decision tree the high resolution of Landsat thematic mapper (TM) images were adopted as the typical experimental area and eMODIS