基于遥感的撂荒耕地提取方法比较研究

粮食安全是国家安全的重要基础.全球气候持续变暖引起的粮食减产以及快速镇化背景下农村耕地撂荒现象的不断加剧,严重威胁我国粮食安全.开展撂荒耕地的遥感监测,准确掌握撂荒耕地的空间分布,对于科学制定农业发展措施具有十分重要的意义.本文以我国贵州清镇市为研究区,在分析该地区农作物物候特征以及撂荒耕地光谱特征基础上,利用哨兵2号高分辨率卫星遥感数据,采用单时相波段特征法、植被指数变化检测法和CART决策树分类法分别提取撂荒耕地,并对不同方法进行对比.结果表明：(1)由于季节性作物种植和生长的差异,撂荒耕地与种植耕地不同季节的光谱特征差异明显;(2)基于不同地物光谱特征值差异的单时相波段法容易受到其他光谱值相近的地物的影响,撂荒耕地的提取精度仅有67%,显著低于考虑季相变化特征并结合波段光谱差异的植被指数变化检测法和CART决策树分类法,其提取精度分别达到82%和73%.     

安庆市植被覆盖度时空变化研究

本文以Landsat 5 TM和Landsat 8 OLI遥感影像为数据源,利用ENVI 5.3软件平台和像元二分模型,对安庆市2004年和2017年植被覆盖度进行估算,在此基础上研究安庆市植被覆盖度时空变化特征.结果表明:(1) 2004-2017年,安庆市低植被覆盖区面积增加了34.99 km²,中低植被覆盖区面积增加了30.95 km2,中低植被覆盖区面积增加了30.95 km²,中植被覆盖区面积增加了38.53 km2,中植被覆盖区面积增加了38.53 km²,中高植被覆盖区面积增加了14.87 km2,中高植被覆盖区面积增加了14.87 km²,高植被覆盖区面积减少了123.96 km2,高植被覆盖区面积减少了123.96 km².(2)安庆市绝大部分地区植被覆盖良好,中低植被覆盖区和低植被覆盖区呈现出由菱湖向四周扩展趋势,东部植被覆盖度下降较多,植被覆盖呈现碎片化分布状态.(3)安庆市城市化水平高,工业区向西迁移,居民区向东扩展.     

基于ENVI的决策树技术遥感影像粗分类研究

以TM543波段组合RGB近自然的色彩对南宁市进行三个不同时像的遥感粗分类。探讨遥感影像经过主成分分析后采用决策树方法逐层提取林地、耕地、草地、水体、道路、城镇、其他类等基本地物类型,后又用决策树的方法将分类好的单个地物逐层合并成一张分类图。对同一地区的三个不同时像的遥感图像进行比较,研究证明决策树方法简单、直观。     

基于可见光影像的夏季玉米植被覆盖度提取方法研究

为了对夏季玉米四叶期、拔节期、抽穗期和花粒期的植被覆盖信息进行快速、精确提取,提出基于可见光植被指数阈值法与直方图相结合的提取植被覆盖度新方法。对试验田中玉米的上述4阶段进行图像提取,选择了VDVI、EXG和NGBDI等3个指数对植被覆盖度进行描述,并对其精度结果进行验证。结果显示:基于无人机可见光影像的植被阈值法能够准确提取夏季玉米4个阶段生长期的植被覆盖度信息,并且采用EXG指数描述植被覆盖度效果最好。     

基于ENVI/IDL的植被指数反演系统设计

针对ENVI软件在计算大范围区域遥感影像的植被指数时处理过程繁琐、效率低,根据植被指数反演模型的计算方法,经过分析和结构设计,在ENVI/IDL环境下开发了一个计算植被指数的反演系统。通过试验对比发现,利用该系统和ENVI 5.0软件分别计算10景Landsat 8 TM遥感影像的归一化植被指数,该系统在处理时间上比ENVI 5.0软件减少了11 min,且两者计算结果的信息量基本一致,不仅在处理速度上有明显优势,而且能够保证计算结果的质量。对大量遥感影像进行批量计算植被指数时,该系统可以减少遥感影像处理的重复工作,提升了植被指数的反演效率。     

基于改进 CRUISE 算法的遥感影像分类研究

以南京南部高淳县为研究区,采用2010年ETM＋多光谱遥感影像作为遥感信息源,选择影像的地形因素、植被指数（NDVI）作为辅助分类特征,基于改进CRUISE算法构建决策树,实现了研究区的地物分类,并与其他分类方法的结果相比较。实验结果表明,与普通的决策树分类相比,基于改进CRUISE算法的分类可以有效地提高土地分类结果精度,具有良好的适用性。     

基于改进CRUISE算法的遥感影像分类研究

以南京南部高淳县为研究区,采用2010年ETM+多光谱遥感影像作为遥感信息源,选择影像的地形因素、植被指数(NDVI)作为辅助分类特征,基于改进CRUISE算法构建决策树,实现了研究区的地物分类,并与其他分类方法的结果相比较。实验结果表明,与普通的决策树分类相比,基于改进CRUISE算法的分类可以有效地提高土地分类结果精度,具有良好的适用性。     

毛乌素沙地植被覆盖度遥感动态监测——以内蒙古乌审旗为例

随着社会经济的发展和城市化进程的加快,干旱区荒漠化等土地退化问题日益严重。本文以毛乌素沙漠腹地乌审旗为研究对象,基于2000年、2007年和2014年的Landsat遥感影像,采用植被指数和像元二分模型研究乌审旗的植被覆盖度及动态变化,并对其变化的驱动力进行初步分析。结果表明,乌审旗地区在2000年植被覆盖度极低,86.54%区域植被覆盖度仅为20%以内;2007年开始,该地区整体植被覆盖度有所增加,18.82%区域植被覆盖度达到20%~40%;2014年,植被覆盖度有了显著提高,72.37%区域已达到植被覆盖度20%~40%;根据研究乌审旗植被覆盖度明显增加的主要影响因素是政策推动作用。     

基于最小Gini指标的决策树分类算法设计与研究

从一个新的思路对基于最小Gini指标的决策树分类算法进行了讨论。简单介绍了CART算法和Gini指标的定义,并且对SLIQ和SPRINT决策树分类技术进行深入的分析。同时对SLIQ算法的时间复杂性和这两种算法的内存管理和性能方面进行了比较和分析。     

基于决策树的分类算法研究

分类算法是数据挖掘中的一种重要技术,决策树学习是其中常用的一种方法。结合实例阐述了决策树基本算法的形成过程,分析总结了决策树算法在实际中的应用及其存在的缺陷。     

一种基于可见光植被指数的高分辨率影像林地提取方法

针对高分辨率可见光波段影像植被提取时,因缺少近红外波段引起参考不足的问题,利用植被在可见光方面的光谱特性,实现对可见光波段植被自动化提取与初步分类。在可见光植被指数已有研究的基础上,利用第三次全国土地调查的 0.5m 正射高分辨率 DOM,将不同植被指数带入计算,从一系列可见光植被指数中选取一组最优植被指数。通过筛选,选用 RGBVI 指数进行实验。检测结果证明,RGBVI-Ostu 方法在第三次全国土地调查底图中提取林地植被精度高达 91.26%,由此证明该方法使高分辨率可见光植被指数林地识别更精确。     

一种基于正区域及其分类纯度的决策树算法

本文分析了基于正区域的决策树生成算法的不足,针对这些不足,提出了基于正区域及其分类纯度的决策树算法。该方法计算简单,易于理解,并用实例说明了该方法的优越性。     

基于正域的决策树构造方法

决策树是数据挖掘中的一种重要分类方法.在此以粗糙集理论中的正域为启发式函数,设计了一种新的、有效的决策树构造方法.该算法具有较大的灵活性.能从测试属性空间逐次删除已使用过的属性.避免对这些属性进行重复测试,减少测试空间,降低了树的复杂性,从而提高了分类效率.最后,实例验证了算法的可行性与有效性.     

衡水湖典型生境的植被类型及其多样性研究

本研究在衡水湖保护区的东湖的湖岸平地(北岸堤)、水陆交界(中心码头)和西湖的沙质土壤(北八里庄、前冢)、盐渍化土壤(刘家埝)设置了5个样地开展植物多样性研究,结果发现:其植物群落的物种组成及分布与异质化的生境呈现显著的正关联,物种多样性指数受物种丰富度和均匀度共同影响;北岸堤乔木林的物种多样性受人为影响较大,火炬树的自我更新能力较好.     

基于决策树的分类挖掘技术在学生资源管理中的应用

该文提出一种基于决策树的分类挖掘技术,在论述分类挖掘的基础上分析决策树分类挖掘系统的建立思想、步骤及算法,并把该系统应用到优化学生资源管理的实验中,实验结果证明了该方法的可行性。     

基于决策树算法的Web服务分类的研究

Web服务(Web Services)是计算机网络技术研究热点之一,主要用来研究应用程序在Internet上实现互操作,拓展应用程序的功能。近年来,电子商务迅速崛起,Web服务数量不断增加,很多Web服务提供的功能是相似的,用户难以找到最适合自身需求的Web服务。使用决策树ID3算法,分析影响Web服务功能的质量参数,将其作为属性特征,得到Web服务的分类,帮助用户更好地选择合适的Web服务。     

雪峰山苏宝顶植被考察

报道了雪峰山植被的主要类型———常绿阔叶林、常绿落叶混交林、落叶阔叶林、灌丛和亚高山草甸 ,并且对其植被资源的合理利用和保护提出了可行的建议     

基于决策树的分层分类方法在土地利用信息提取中的应用

TM遥感影像能获取丰富的地面信息,适合于大面积的宏观监测,文章利用分层分类的方法提取南京江宁区土地利用信息,获得了土地利用变化图,并对土地利用分类方法中的决策树分类和监督分类方法中的最大似然法在实践中的应用和精度比较进行了探讨,最后结合GIS空间分析方法对分类的结果图进行比较分析,并分析其变化的原因.