黄晓君，颉耀文，卫娇娇，付 苗，吕利利，张玲玲

(1.兰州大学 资源环境学院，甘肃 兰州 730000；2.内蒙古师范大学 地理科学学院，内蒙古 呼和浩特 010022)

基于变化检测-CART决策树模式自动识别沙漠化信息

黄晓君1,2，颉耀文1，卫娇娇1，付 苗2，吕利利1，张玲玲1

(1.兰州大学 资源环境学院，甘肃 兰州 730000；2.内蒙古师范大学 地理科学学院，内蒙古 呼和浩特 010022)

目前沙漠化遥感监测存在目视解译的局限性、数据源的约束性、遥感信息利用率低等问题。基于此，以民勤盆地为试验区，首先采用图像差值、最大值合成及二维最大类间方差等方法，检测1994年、2014年两期Landsat图像的变化像元，然后利用分类与回归树(CART)算法构建决策树，自动提取了2014年沙地信息，最后将变化检测结果与沙地信息进行空间叠置分析，并实现了沙漠化信息自动识别模式。研究表明，变化检测-CART决策树模式精度为89.43%～93.00%，在95%置信水平上其置信区间介于85.90%～98.00%，显然其精度具有较高可信度；该模式不仅能够充分利用丰富遥感信息而且可排除多余信息的干扰。可见，变化检测-CART决策树模式是识别沙漠化信息的有效方法之一，将对沙漠化防治工程具有重要应用价值。

沙漠化；分类与回归树(CART)；决策树；变化检测；自动识别

土地沙漠化是指在干旱、半干旱和部分半湿润地区，由于自然因素或人文因素或两者的共同作用，使原非沙漠地区出现以风沙活动为主要标志的类似沙漠景观的土地退化过程。它是当今世界最为严重的环境-社会-经济问题之一，及时准确监测沙漠化信息是治沙止漠的基础，研究意义重大。……