节点文献

基于单时相MODIS数据的决策树自动构建及分类研究

A study of automated construction and classification of decision tree classifier based on single-temporal MODIS data

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 韩涛； 徐晓桃； 颉耀文；

【Author】 Han Tao1 Xu Xiaotao2 Xie Yaowen2(1.Institute of Arid Meteorology, CMA, Lanzhou. Key Laboratory of Arid Climatic Change and Reducing Disaster of Gansu Province, KeyOpen Laboratory of Arid Climatic Change and Reducing Disaster of CMA,730020, China; 2. National Laboratory of Western China’s Environment Systems, Ministry of Education, Lanzhou University, Lanzhou, China,730000;)

【机构】 中国气象局兰州干旱气象研究所甘肃省干旱气候变化与减灾重点实验室中国气象局干旱气候变化与减灾重点开放实验室； 兰州大学西部环境教育部重点实验室；

【摘要】 本文以甘肃省为试验区,主要利用单时相MODIS数据的光谱信息,使用最大似然法和基于See5.0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,在低植被覆盖区的分类效果得到了改善;See5.0数据挖掘的决策树方法能够快速地进行决策树的建立,且能很好地提高较难识别地物类型的分类精度。

【Abstract】 Based on a single-temporal MODIS data of Gansu province, mainly using its spectra, the Maximum likelihood and decision tree based on data mining software of See 5.0 are used for the Land cover classification research. The validated result shows that the accuracy of low vegetation area improved with the indexes of TVA and TVD; Compared with Maximum likelihood classfier, data mining software of See 5.0 can build decision tree quickly and improve the precision of miscible classes.

【关键词】 MODIS； 最大似然法； 决策树； See5.0； 分类；
【Key words】 MODIS； Maximum likelihood classfier； Decision tree classifier； See 5.0； Land cover Classification；
【基金】 甘肃省自然科学基金项目(3ZS051-A25-010);甘肃省气象局科研项目(2008-08);中国气象局气象新技术推广项目(CMATG2007Z09);中国气象局项目“风云三号卫星在西北区域干旱监测预警中的应用”;甘肃省人工增雨防雹效果检验与评估研究(2002人影-2)
  • 【会议录名称】 第26届中国气象学会年会农业气象防灾减灾与粮食安全分会场论文集
  • 【会议名称】第26届中国气象学会年会农业气象防灾减灾与粮食安全分会场
  • 【会议时间】2009-10-14
  • 【会议地点】中国浙江杭州
  • 【分类号】P40
  • 【主办单位】中国气象学会农业气象与生态学委员会、南京信息工程大学、中国农学会农业气象分会、中国农科院环境与可持续发展研究所
打印本页
节点文献中：