基于基于 LandSet8LandSet8 数据的数据的 决策树分类决策树分类以平潭地区为例以平潭地区为例1、引言早在 20 世纪 70 年代，人们就开始靠目视解译进行遥感影像的分类判读。20 世纪 80 年代，主要利用统计模式识别方法，依据地物的光谱特征对影像进行计算机分类。20 世纪 90 年代以来，出现了大量的遥感影像分类方法，如面向对象的分类方法、多源信息的复合 分类法、遥感与 GIS 的结合法、人工智能分类法等。由于目前遥感影像的分类方法多而杂， 故本文结合课程需要，仅对辅以纹理、NDVI、MNDWI、MNDBI、地表温度、DEM 等数 据的决策树分类方法进行讨论，并对分类的精度进行了评估。2、实验原理本文采用决策树分类方法进行地物类别的划分，目前决策树分类法包括：1）CLS 算 法。CLS 算法于 1966 年提出，成为后来许多决策树学习算法的基础改进算法。它的主要 思想是通过不断增加新的判定结点改善原决策树的分类性能，直到训练样本集被正确分类 为止。2）ID3 算法。ID3 算法是最早和最有影响力的决策树算法之一，绝大多数决策树算 法都是在它的基础上加以改进得以实现的。ID3 算法具有描述简单、分类速度快的优点， 计算量相对较小，适合于大规模数据的处理。但效率非常低，而且学习简单，逻辑能力较 差，难以表达复杂概念，抗噪性差。3）CART 算法。CART 算法是一种数据勘测和预测 算法。CART 算法具备多种决策树算法的功能和优点，并且能处理其他算法不能处理的非 数值型数据，是决策树模型的典型代表。4）C4.5 及 C5.0 算法。C4.5 算法是目前被普遍采 用的分类算法。其分类的方法是从大量样本中提取分类规则的自上而下的决策树。C5.0 是 在 C4.5 基础上发展起来的决策树生成算法。它和算法 C4.5 基本相似，只是对 C4.5 的一些 局限做了改进。C5.0 增加了 Boost 技术，较 C4.5 可以更好地处理大数据库，最后生成更准 确的决策树，提高分类精度。而本次分类则采用 ENVY 软件中的 C4.5 决策树分类算法。3、相关研究进展目前对于运用决策树分类方法进行行业应用与研究，也存在着大量的示例，如 Chasmer1等以加拿大西北地区的Scotty Creek流域为研究区，借助机载激光雷达和高分辨率 的光谱数据集，研究不连续冻土区的土地覆盖类型，并与WorldView-2的土地覆盖监督分 类结果进行对比；在该研究中Chasmer等采用决策树的土地覆盖分类方法，把研究区分为 冻土高原、沼泽、沼地、高地和水(池塘、湖泊)等5类；结果表明，与平行六面体分类方法 相比，决策树这种分层次的分类方法分类精度高，能解释研究区内土地覆盖类型88%-97% 的区域范围。 Teodoro2等运用决策树分类方法，利用 Ikonos-2 影像进行葡萄牙西北海岸的海滩特性/模式 分类；其根据沿海特性的相关知识，把研究区域分为海洋、悬浮沉淀物、断裂区、滩面、 海滩等五大类；研究过程中数据被随机分为训练数据集和验证数据集，通过对比几种决策 树算法的混淆矩阵、总体精度和 Kappa 系数的值，发现 CART 算法是最适用于本次研究的； 同时把该算法的分类结果与神经网络算法进行了比较，发现分类结果基本一致，因此 Teodoro 等认为 CART 算法可用于海滩特性/模式分类的进一步研究。Sharma3等借助开源 技术的支持，构建了一个决策树分类算法进行遥感卫星数据（LandsatTM）的分类；该算 法是利用开源的数据挖掘软件 WEKA 根据训练数据集光谱特性进行递归分区；将该算法的 分类结果与传统的 ISODATA 聚类方法和最大似然分类法进行比较，发现决策树分类算法 的分类结果明显优于比其他两种方法。4、实验方案4.1 数据来源 美国地质勘测局（http:/glovis.usgs.gov/） Landset8 数据（成像时间：2013 年 8 月 4 日 2 点 34 分；行列号为 119，42；云量覆盖 度为 1.21%）传感器：OLI（Operational Land Imager ，陆地成像仪）TIRS （Thermal Infrared Sensor，热红外传感器）OLI 陆地成像仪序号波段（um）空间分辨率 （m）10.433-0.4533020.450-0.5153030.525-0.6003040.630-0.6803050.845-0.8853061.560-1.6603072.100-2.3003080.500-0.6801591.360-1.39030TIRS 热红外传感器1010.6-11.21001111.5-12.5100地成像仪（OLI）包括 9 个波段，空间分辨率为 30 米，其中包括一个 15 米的全色波 段；热红外传感器（TIRS）包括 2 个热红外波段，空间分辨率为 100 米，下载自地理空间 数据云的 level1 数据已经重采样成 30 米。4.2 研究区域研究区域为平潭地区的海坛岛，卫星过境时间为 2013 年 7 月 12 日 02 时 28 分 35 秒。4.3 技术流程图4.4 数据预处理4.4.1 辐射校正（包括辐射的定标和大气校正）A、辐射定标前影像植被区域的光谱信息 B、辐射定标后影像植被区域的辐射亮度值C、大气校正（采用 ENVY 中的 FLAASH 大气校正模型）注：注：在上图的 1 中输入影像的中心经纬度坐标；在 2 种输入影像所在区域的平均高程；在3 中输入卫星的过境时间；在 4 种输人大气模型，这里选择中纬度夏天；在 5 种输入气溶胶模型，这里选择沿海。D、大气后影像植被区域的光谱反射曲线E、植被光谱曲线在辐射定标前、辐射定标后、大气校正后的对比：原始影像 辐射定标后 大气校正后从上图植被的光谱反射率在辐射定标前后和大气校正后的光谱曲线可以看出，经过 FLAASH 校正的影像基本去除了空气中水汽颗粒等因子的影响，植被的波谱曲线趋于正常。4.4.2 植被指数 NDVI 计算 NDVI=（NIR-R）/（NIR+R） ；对应于 landsat8 中的 OLI 传感器为第 5 波段和第 4 波段。注：注：上述 NDVI 已经经过异常值的剔除。原始数据中有极少量的值为小于-1 的情况， 利用 ENVY 中的 bandmath 工具对这些值全部赋为-0.7。4.4.3 改进型水体指数 MNDWI 计算 MNDWI=（Green-MIR）/（Green+MIR） ；对应于 landsat8 中的 OLI 传感器为第 3 波段 和第 6 波段。注：注：上述 MNDWI 已经经过异常值的剔除。利用 ENVY 中的 bandmath 工具对那些异常极少量的大值和小值分别赋值为 0.9 和-0.9。4.4.4 地表温度的反演对地表温度的反演目前方法很多，如大气校正法，劈窗算法、单窗算法，单通道法等 等。本文介绍用辐射传输方程法对地表温度进行反演。 辐射传输方程法，又称大气校正法，其基本思路为：首先利用与卫星过空时间同步的 大气数据来估计大气对地表热辐射的影响。然后把这部分大气影响从卫星高度上传感器所 观测到的热辐射总量中减去。从而得到地表热辐射强度再把这一热辐射强度转化为相应 的地表温度。 步骤流程： 第一步：准备数据 （1）NDVI(2）OLI 传感器的第 10 波段热红外数据，经过辐射定标。 第二步：地表比辐射率计算 第三步：计算相同温度下黑体的辐射亮度值 第四步：反演地表温度 A、植被覆盖度计算FV = (NDVI- NDVIS)(NDVIV - NDVIS)；式中 NDVIv 和 NDVIs，分别是植被与裸 土的 NDVI 值。结合研究区实际情况，选取 NDVIv=0.58,NDVIs=0。当某个像元的 NDVI 大于 0.58 时，FV 取值为 1；当 NDVI 小于 0，FV 取值为 0。B、地表比辐射率计算根据前人的研究，将遥感影像分为水体、城镇和自然表面 3 种类型。本研究采取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为 0.995，自然表面和城镇像元的比辐射率估算则分别根据下式（1） （2）进行计算：surface = 0.9625 + 0.0614FV - 0.0461FV2 （1）building = 0.9589 + 0.086FV - 0.0671FV2 （2）式中，surface 和 building 分别代表自然表面像元和城镇像元的比辐射率。C、计算相同温度下的黑体辐射亮度值L = B(TS) + (1-)L + L (3)B(TS) = L - L- (1-)L/ (4)式(3)卫星传感器接收到的热红外辐射亮度值的计算公式；式(4)温度为 T 的黑体在热红外波段的辐射亮度的计算公式。参数说明： 地表辐射率；TS：地表真实温度；B(TS)：普朗克定律推得到的黑体在 TS 的热辐射亮度；：大气在热红外波段的透过率；L：大气向上辐射亮度；L：大气向下辐射亮度；在 NASA 官网(http:/atmcorr.gsfc.nasa.gov/)中输入成影时间以及中心经纬度，则会提供上式中:：大气在热红外波段的透过率；L：大气向上辐射亮度；L：大气向下辐射亮度；LL参数值0.524.2 W/(m2srm)6.17W/(m2srm)注：黑体辐射亮度值 D、反演地表温度在获取温度为 TS 的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得 地表真实温度 TS：TS = K2/ln(K1/ B(TS)+ 1) 对于 OLI 传感器，K1 =774.89W/(m2srm)，K2 =1321.08K。查阅平潭当天的历史天气为晴，温度为 33 度。同时检查温度反演结果，发现温度在 30 度以下的区域只占 1%，温度在 46 度以上的也只占了 1%；因此结合当天的天气情况，认为地表温度反演结果还是可信的。通过比照原始影像，发现温度大约在 42 度以上的区域为建筑物和裸地，这为后续进行决策树分类区分地物提供了基础。4.4.5 纹理测度的计算纹理是在某一确定的影像区域中，相邻像素的灰度或色调、颜色等服从某种统计排列 规则而形成的一种空间分布。图像的纹理是有组织的区域性特征，可定性地用以下一种或 几种描述来表征：粗细度、对比度、方向性、线性性、规则性、粗糙度、凹凸性等。对于纹理特征的提取目前方法很多，大致可以归结为四大类：统计分析方法、结构分 析方法、模型化方法以及空间频率域联合分析法。本次研究采用基于统计的灰度共生矩 阵（GLCM）方法进行纹理特征的提取。灰度共生矩阵（GLCM）建立在估计图像的二阶组合条件概率密度函数的基础上，通 过计算图像中有一定距离和一定方向的两点灰度之间的相关性，来反映图像在方向、间隔、 变化幅度及快慢上的综合信息。灰度共生矩阵提供用来定量描述纹理特征的统计属性，包 括表达可视纹理的特征(局部平稳性，对比度，非相似性)，基于信息论的特征(熵)，基于统 计的特征(均值，变化量，能量)和基于相关度的特征(相关)。利用 ENVY 中提取纹理信息关键在于：分析窗口半径的确定、分析窗口移动步长的确定、分析波段的确定、纹理特征指标的选择。3*3 窗口 5*5 窗口7*7 窗口 9*9 窗口通过实验对比，本文采用 3*3 窗口，步长设置为 1，波段选择 landset8 数据的第 3 波段的均值（mean）纹理信息进行决策树的分类。纹理信息图如下所示：4.4.6 海坛岛 DEM 数据4.4 类别的定义结合海坛岛实际地物特征，现对划分的地物类别就行规定：Bareland：指遥感影像中对应的白色裸地，包括裸沙和裸露的大面积未利用