基于决策树分类的土地覆盖信息提取研究

为实现简便、快速、准确地获取大尺度范围的土地覆盖信息，本文充分利用ETM+数据的多光谱特征、DEM数字高程信息和坡度、坡向等地学相关知识，结合NDVI、NDWI、SAVI、NDBI等各类指数，构建适用于研究区土地覆盖信息提取的决策树模型，并验证其精度。结果表明，该模型能够更好地适用于土地覆盖信息提取，总体分类精度达到86.49%，Kappa系数0.8367。