基于SVM决策支持树的城市植被类型遥感分类研究

被引：48

作者：

张友静 ^{[1
]}

高云霄 ^{[2
]}

黄浩 ^{[2
]}

任立良 ^{[1
]}

机构：

[1] 河海大学水文水资源与水利工程国家重点实验室

[2] 河海大学遥感与地理信息系统研究所

来源：

遥感学报 | 2006年 / 02期

关键词：

城市植被类型; 高分辨率卫星影像; SVM决策树; 遥感分类;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

城市植被类型不同,生物量不同,其生态功能与绿化效应也不同。在目前难直接获取城市“绿量”实测数据的情况下,可以绿地面积和植被类型间接反映绿地的生物量和绿化效应。本文利用高分辨率卫星影像IKONOS,以实验区与验证区城市植被类型信息为对象,在对常用的参数和非参数分类方法进行对比实验的基础上,对SVM的核函数进行了分析,构建了基于SVM决策树的城市植被类型分类模型。分类实验结果表明:与其他传统方法分类结果比较,SVM的决策树分类方法对植被类型的分类精度达到83.5%,绿化面积总精度接近95%,取得了良好的效果。

引用

页码：191 / 196

页数：6

共 8 条

[1] 城市森林结构的量化研究——以沈阳树木园森林群落为例 [J].