《表4 CART决策树分类规则》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于GF-1/WFV时间序列的绿洲作物类型提取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

结合作物时间序列的曲线特征和耕作信息确立分类时间，选择分类影像和特征参数构建决策树分类规则，操作过程简单，分类规则明了，无需对决策树分类规则进行剪枝，但其分类时相的选择和分类阈值的判定具有较大的主观性，且绘制作物特征曲线时采用均值，易导致部分特征值高于或低于平均值的作物被漏分错分。CART决策树是在1984年由Breiman等[33]提出的一种二叉树分类方法，它能够充分利用空间辅助信息，对影像的多个特征变量进行选择性组合，从而实现对未知数据的分类、预测和挖掘。研究发现利用二次差分法计算波峰个数提取苜蓿效果较好，已有研究的阈值也能很好地将植被与非植被区分开来，因此只对水稻、玉米、小麦和其他植被的分类规则进行重构。通过目视解译联合Google Earth选取包括天然草地、芦苇和葡萄等其他植被的样本点，分为训练样本和验证样本。基于CART决策树的分类思想，将训练样本作为目标变量导入Clementine软件，用时序参数作为测试变量进行学习并剪枝，建立CART决策树分类规则（表4）。