摘 要：基于IKONOS遥感影像，采用决策树分类算法对南京的植被覆盖进行分类。根据各种植被光谱特征建立知识库，确定决策树规则与算法对植被进行了有效分类与识别，精度较高。

关键词：遥感影像；植被分类；知识库；决策树；纹理

1 概述

植被作为生态系统的主要组成，是生态系统存在的基础，也是联结土壤、大气和水分的自然“纽带”，它在陆地表面的能量交换过程、生物地球化学循环过程和水文循环过程中扮演着重要的角色，在全球变化研究中起着“指示器”的作用[1]。自然界的植被类型复杂多样，传统的进行实地调查的方法耗费大量人力和物力，近年来日益成熟的遥感技术为植被的分类和识别提供了一条新的途径。遥感影像全面真实地记录了地表植被与环境的信息，植被类型的波谱特性在影像上表现为亮度值的不同，这使得对它们的区分成为可能。

目前对于植被类型的识别方法很多，但是由于各种植被类型相互掺杂，且受土壤湿度、同谱异物和同物异谱等多种因素的影响，传统的分类方法对于植被类型识别的结果精度不高。植被的光谱特征可使其在遥感影像上有效地与其他地物相区别；植被指数也被广泛用来定性和定量评价植被覆盖及其生长活力。与单波段相比，用植被指数探测绿色植被更具有灵敏性；决策树分类法具有灵活、直观、清晰、健壮及运算效率高等特点，相对传统的分类方法而言，决策树分类法对于输入数据空间特征和分类标识具有更好的弹性和鲁棒性[2]。……