霍 鹏,岳彩荣

(西南林业大学,云南 昆明 650224)

森林火灾是影响森林生态系统的一个重要的扰动因素[1]。林火的发生不仅会直接导致森林面积减少、森林结构和生态系统平衡被破坏，而且树木燃烧的过程中向大气中释放大量的CO2以及其他有害气体对气候产生了深远的影响，也给当地社会经济带来了严重的损失。因此，森林火灾已成为森林资源和自然环境破坏的重大威胁，其发生原因复杂且难以预防。如何对森林火灾及其遭受的损失进行及时、准确和有效地监测和事后损失评估，对预防火灾发生、减少灾害损失、维护生态平衡和保护森林资源都具有非常重要的现实意义[2]。

近年来，随着遥感技术的逐步成熟，利用其空间分辨率高、监测范围广、时效性强、成本较低的特点，将森林火灾受损状况监测与遥感技术结合起来，已成为我国森林火灾监测的一个重要手段。决策树算法是一种数据挖掘监督分类方法，通过对训练样本集进行数据挖掘和知识发现建立决策树，利用规则对遥感影像进行分类[3]。不仅直观简单、运算速度快、分类精度高，而且能自动选取特征并融入影像以外的各种知识、能高效地处理大量数据和高维数据。传统的决策树分类在决策树的建立、特征指数的选择和阈值的设定上都较为烦琐，即使有诸如CART决策树能自动分类的决策树，但在变量选择时都是有偏的[4]。

QUEST算法是Loh和Shih于1997年提出的，该算法将分支变量和分割点的选择分开进行，使其具有兼顾适用于连续型的变量和离散型的变量的特点。……