決策樹environment

1、1. 概述基于知識(shí)的決策樹分類是基于遙感影像數(shù)據(jù)及其他空間數(shù)據(jù)，通過專家經(jīng)驗(yàn)總結(jié)、簡(jiǎn)單數(shù)學(xué)統(tǒng)計(jì)和歸納方法等，獲得分類規(guī)則并進(jìn)行遙感分類。分類規(guī)則易于理解，分類過程也符合人的認(rèn)知過程，最大的特點(diǎn)是利用多源數(shù)據(jù)。專家知識(shí)決策樹分類的步驟大體上可分為四步：知識(shí)（規(guī)則）定義、規(guī)則輸入、決策樹運(yùn)行和分類后處理。難點(diǎn)是規(guī)則的獲取，可以來自經(jīng)驗(yàn)總結(jié)，如坡度小于20度是緩坡等；也可以通過統(tǒng)計(jì)的方法從樣本中獲取規(guī)則，如C4.5算法、CART算法、S-PLUS算法等。本課程以Landsat TM5影像和這個(gè)地區(qū)對(duì)應(yīng)的DEM數(shù)據(jù)為例，學(xué)習(xí)基于專家知識(shí)決策樹分類。數(shù)據(jù)存放在“12.基于專家知識(shí)決策樹分類數(shù)據(jù)”文件夾內(nèi)

2、，影像和DEM經(jīng)過了精確配準(zhǔn)。2. 數(shù)據(jù)本課程以Landsat TM5影像和這個(gè)地區(qū)對(duì)應(yīng)的DEM數(shù)據(jù)為例。3. 詳細(xì)操作步驟3.1 規(guī)則獲取根據(jù)經(jīng)驗(yàn)和專家知識(shí)獲取如下規(guī)則：l Class1（緩.植.）:NDVI>0.3, slope<20l Class2（朝.陡.植.）:NDVI>0.3, slope>=20, 90<=aspect<=270l Class3（朝.陡.植.）:NDVI>0.3, slope>=20, , aspect<90 或aspect>270l Class4（.體)：NDVI<=0.3, 0<b4<

3、;20l Class5（.地)：NDVI<=0.3, b4>=20l Class6（.數(shù).區(qū),背.）: NDVI<=0.3, b4=0注：其中，NDVI為歸一化植被指數(shù)；slope為坡度；aspect為坡向；bN代表第N個(gè)波段。3.2 制作決策樹（1） 首先打開待分類數(shù)據(jù)及其他多源數(shù)據(jù)。打開File > Open，選擇“12.基于專家知識(shí)決策樹分類數(shù)據(jù)”文件夾內(nèi)的boulder_tm.dat和boulder_dem.dat；注：boulder_tm.dat為待分類圖像，boulder_dem.dat為DEM數(shù)據(jù)。（2） 打開新建決策樹工具，路徑為Toolbox/Clas

4、sification/Decision Tree/New Decision Tree，如下圖所示，默認(rèn)顯示一個(gè)節(jié)點(diǎn)和兩個(gè)類別；（3） 首先按照NDVI來區(qū)分植被與非植被。單擊節(jié)點(diǎn)Node 1，在彈出的對(duì)話框內(nèi)輸入節(jié)點(diǎn)名（Name）和條件表達(dá)式（Expression），如下圖所示；（4） 點(diǎn)擊OK后，在彈出的Variable/File Pairings對(duì)話框內(nèi)需要為ndvi 指定一個(gè)數(shù)據(jù)源，如下圖所示。點(diǎn)擊面板中顯示ndvi的表格，然后選擇boulder_tm.dat即可。（6） 在進(jìn)行條件表達(dá)式（Expression）編寫時(shí)，需要符合IDL的語法規(guī)則，包括運(yùn)算符和函數(shù)名。常用的運(yùn)算符和函數(shù)如下表所示。 注：因?yàn)樗x數(shù)據(jù)具有波長(zhǎng)信息，ENVI自動(dòng)根據(jù)波長(zhǎng)識(shí)別紅波段與近紅外波段，如果沒有波長(zhǎng)，需要手動(dòng)指定這兩個(gè)波段。（7） ENVI決策樹分類器中的變量是指一個(gè)波段或作用于數(shù)據(jù)的一個(gè)特定函數(shù)。如果為波段，需要命名為bN，其中N為1255的數(shù)字，代表數(shù)據(jù)的某一個(gè)波段；如果為函數(shù)，則變量名必須包含在大括號(hào)中，即變量名，如ndvi。如果變量被賦值為多波段文件，變量名必