刘 畅，刘昕岑，付 尧

(1.西南林业大学 林学院，昆明 650000；2. 玉溪师范学院 地理与国土工程学院，云南 玉溪653100)

植被是覆盖地表的植物群落的总称，包括森林、草地、农作物、灌丛和沼泽等。它与气候、土壤、地形、动物界及水状况等自然环境要素密切相关。植被覆盖程度是研究区域生态系统环境变化的重要指标，对水文、生态、区域变化等都具有重要意义[1-3]。

植被分类是研究植被覆盖的基础，运用遥感影像分类是获取植被信息的重要方式[4]，决策树分类法最常用。该方法最早产生于20世纪六七十年代，由Quinlan[5-6]最早在1986年提出ID3算法和1993年提出C4.5算法。目前，国内外专家利用该方法进行了大量研究，也取得了很多成果。Colstoun等[7]基于Landsat ETM+多时相卫星数据探讨了决策树分类器应用的可行性，而且对美国Delaware Water国家级公园里的11种土地覆盖类型进行了分类制图，其研究结果表明，决策树分类方法在土地覆盖和森林制图方面具有可行性。韩婷婷等[8]利用Landsat TM影像，采用决策树方法研究云南省森林分类，抽取香格里拉县建立决策树模型，并进行精度评价。白秀莲等[9]对内蒙古自治区赤峰市中部采用C5.0算法的决策树分类方法进行分类，研究表明C5.0决策树能够有效的利用各种辅助信息参与到遥感分类，从而不同程度地提高分类精度。杨正斌等[10]构建了基于决策树规则的滇南西双版纳森林覆盖信息提取模型，进行精度评价得到总体精度达99.08%，Kappa系数为0.923。与传统分类方法相比发现，采用决策树方法提取森林信息的精度更高。……