王光远

福建师范大学地理科学学院 350108

引言

遥感信息的提取与分类是遥感影像分析与应用的重要内容。传统遥感图像分类方法有监督分类与非监督分类[2]；近年较新的遥感图像分类比如人工神经网络分类法、模糊分类法[3]和专家系统分类法[4]等都是以遥感影像的光谱特征为基础的。但遥感影像本身存在“同谱异物，同物异谱”的现象，这些仅依赖于光谱特征的分类方法往往会导致遥感影像的错分或漏分，从而降低遥感影像分类精度[5]。

决策树分类方法是一种基于空间数据挖掘来获得分类规则的方法，数据挖掘（Data mining, DM）是从大量的、不完全的、模糊的、随机的数据中，提取隐含其中的、人们不知道的、具有潜在利用价值的信息和知识的过程[6]，决策树分类方法能够有效地将遥感影像中的光谱信息和空间纹理信息结合，并借助现有的土地、植被和水体等土地类型的分类知识对影像进行土地类型分类。本文尝试基于决策树分类方法之上，结合光谱特征提取值和纹理信息特征提取值对Landsat5 TM影像进行分类，并将分类结果与运用最大似然法的监督分类结果进行对比分析。

1 研究区概况与数据来源

尤溪县是福建省三明市下辖的一个县，位于三明市东部，北纬2 5°5 0′～2 6°2 6′，东经117°48′～118°39′，总面积3425.3平方千米，属中亚热带季风性湿润气候。夏季暖热，冬季温凉，春夏多雨，降水丰富。地处闽中、戴云山脉以北，境内山岭耸峙，丘陵起伏，山峰林立，盆地错综；中部河谷斜贯南北。全县区位优势明显，资源丰富、交通便利。……