干旱区生态环境知识资源中心(Arid): 基于面向对象的干旱半干旱地区植被分类

Arid

	基于面向对象的干旱半干旱地区植被分类
其他题名	Vegetation classification in arid and semi-arid areas using an object-oriented method
	邬亚娟; 刘廷玺; 童新; 罗艳云; 段利民; 王冠丽
来源期刊	干旱区研究
ISSN	1001-4675
出版年	2020
卷号	37 期号:4 页码:1026-1034
中文摘要	为了提高干旱半干旱地区不同植被的分类精度,以多尺度分割后的Sentinel-2A影像为主要数据源。通过融合主成分变换分析、植被指数以及影像纹理特征等,对比分析了CART决策树、C4.5决策树、KNN、SVM 4种分类模型在干旱半干旱地区面向对象的分类精度。结果表明:面向对象分类的最佳分割尺度为58、81和102,即在102尺度下分离出植被和非植被后, 分别在58、81尺度下提取不同植被的特征信息。由分类精度可知,基于决策树的分类精度高于KNN、SVM算法,各模型的分类精度均达到89%以上,其中 CART决策树分类总体精度最高达到91.28%,Kappa系数0.91,验证了基于中分辨率单时相遥感影像进行复杂下垫面植被识别的可行性。
英文摘要	In order to improve the classification accuracy of different vegetation types in arid and semi-arid areas,a Sentinel-2A image was used for classification in this paper after multi-scale segmentation.Using principal component transformation analysis,vegetation index construction,and image texture feature extraction,the object-oriented classification accuracy of the CART decision tree,C4.5 decision tree,KNN,and SVM in the south of Horqin sandy land was compared and analyzed.The optimal segmentation scales of object-oriented classification were 58,81,and 102,and after separating vegetation and non-vegetation at the 102 scale,characteristic information on different vegetation types was extracted at the scales of 58 and 81.The classification accuracy of the decision tree was higher than that of the KNN and SVM algorithms,and the classification accuracy of all models exceeded 89%.The overall classification accuracy of the CART decision tree was as high as 91.28%,and the kappa coefficient was 0.91.The feasibility and applicability of vegetation identification based on moderate-resolution single time-phase remote sensing images were verified in this study.
中文关键词	面向对象 ; 植被分类 ; 波段融合 ; 纹理特征 ; 干旱半干旱地区
英文关键词	ESP MRS object oriented vegetation classification ESP band fusion texture features MRS arid and semi-arid area
类型	Article
语种	中文
收录类别	CSCD
WOS类目	Plant Sciences
CSCD记录号	CSCD:6834404
来源机构	内蒙古农业大学
资源类型	期刊论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/353517
作者单位	邬亚娟, 内蒙古农业大学水利与土木建筑工程学院, 呼和浩特, 内蒙古 010018, 中国.; 刘廷玺, 内蒙古农业大学水利与土木建筑工程学院;;内蒙古自治区水资源保护与利用重点实验室, ;;内蒙古自治区水资源保护与利用重点实验室, 呼和浩特;;呼和浩特, 内蒙古;;内蒙古 010018;;010018, 中国.; 童新, 内蒙古农业大学水利与土木建筑工程学院;;内蒙古自治区水资源保护与利用重点实验室, ;;内蒙古自治区水资源保护与利用重点实验室, 呼和浩特;;呼和浩特, 内蒙古;;内蒙古 010018;;010018, 中国.; 罗艳云, 内蒙古农业大学水利与土木建筑工程学院;;内蒙古自治区水资源保护与利用重点实验室, ;;内蒙古自治区水资源保护与利用重点实验室, 呼和浩特;;呼和浩特, 内蒙古;;内蒙古 010018;;010018, 中国.; 段利民, 内蒙古农业大学水利与土木建筑工程学院;;内蒙古自治区水资源保护与利用重点实验室, ;;内蒙古自治区水资源保护与利用重点实验室, 呼和浩特;;呼和浩特, 内蒙古;;内蒙古 010018;;010018, 中国.; 王冠丽, 内蒙古农业大学水利与土木建筑工程学院;;内蒙古自治区水资源保护与利用重点实验室, ;;内蒙古自治区水资源保护与利用重点实验室, 呼和浩特;;呼和浩特, 内蒙古;;内蒙古 010018;;010018, 中国.
推荐引用方式 GB/T 7714	邬亚娟,刘廷玺,童新,等. 基于面向对象的干旱半干旱地区植被分类[J]. 内蒙古农业大学,2020,37(4):1026-1034.
APA	邬亚娟,刘廷玺,童新,罗艳云,段利民,&王冠丽.(2020).基于面向对象的干旱半干旱地区植被分类.干旱区研究,37(4),1026-1034.
MLA	邬亚娟,et al."基于面向对象的干旱半干旱地区植被分类".干旱区研究 37.4(2020):1026-1034.