- 相關(guān)推薦
林業(yè)遙感實習(xí)報告總結(jié)
基于決策樹的林業(yè)遙感影像分類
Classification of RS Image based on Decision Tree Classifier
一、 實習(xí)目的與要求
林業(yè)遙感是遙感技術(shù)在林業(yè)經(jīng)營中具體應(yīng)用的實用性強的專業(yè)課，旨在培養(yǎng)學(xué)生利用遙感手段進行森林資源監(jiān)測和管理的基本技能，實習(xí)的主要目的是培養(yǎng)學(xué)生使用GPS進行野外地形參數(shù)的手工測量，內(nèi)業(yè)計算機遙感圖像的幾何精校正和探索學(xué)習(xí)決策樹分類方法對林業(yè)遙感影像進行分類研究的動手能力。通過實習(xí)，加深遙感技術(shù)在森林資源監(jiān)測和管理中的應(yīng)用和理解。
二、 實習(xí)內(nèi)容
1)GPS采集地面控制點坐標
2)（經(jīng)緯度或平面直角坐標）以及地形參數(shù)
3)（坡度，坡向） 野外訓(xùn)練區(qū)的地面調(diào)查
4)內(nèi)業(yè)遙感圖像的幾何精校正
5) ENVI圖像處理軟件決策樹分類器建立逐級決策規(guī)則
6)決策規(guī)則的修改與添加（與實地調(diào)查進行比較分析）
7)利用建立的決策規(guī)則對林業(yè)遙感圖像進行分類 保存分類規(guī)則與分類圖像
三、 實習(xí)中涉及的理論知識
1． 決策樹分類簡介
與其它分類方法相比，決策樹分類具有如下特點：1）決策樹分類是非參數(shù)分類，因此其獨立于訓(xùn)練區(qū)像元亮度值的統(tǒng)計分布模式；2）決策樹分類時模型的輸入既可以是連續(xù)的光譜波段值，也可以是離散的數(shù)值，甚至是定名變量；3）分類結(jié)束后可以生成易于解譯的分類判別準則文件；4）樣本訓(xùn)練的速度快，分類精度通常高于其它的分類器
2． 決策樹分類原理
決策樹分類實質(zhì)是利用輸入分類器的多元特征參數(shù)，從多角度挖掘出蘊藏在其中的模式類別間的差異，并建立起“特征識別矩陣”（類似于判讀檢索表），其外在表現(xiàn)為多個“If Then, else if then”的連用，就如同數(shù)學(xué)上的多個集合求交集運算，從而將滿足交集條件的模式與不滿足交集條件的模式區(qū)分開來，實現(xiàn)不同模式類別的自動識別。具體地講，決策樹可以像分類過程一樣被定義，依據(jù)某種規(guī)則將窨數(shù)據(jù)集一級級往下細分以定義決策樹的各個分支。決策樹由一個根結(jié)點，一系列內(nèi)部結(jié)點及終極結(jié)點組成，每一個結(jié)點只有一個父結(jié)點和兩個或多個子結(jié)點。根據(jù)決策樹的構(gòu)成思想，以選定的樣本數(shù)據(jù)為對象逐級找到分類樹的結(jié)點，并且在每個結(jié)點上記錄所選的空間數(shù)據(jù)圖層的編號以及相應(yīng)的判別函數(shù)參數(shù)，從而有可能反過來從樹根到葉按照生成的判別規(guī)則，逐級地在每個結(jié)點上對樣本數(shù)據(jù)以外的待分類數(shù)據(jù)進行分類
3． 本實習(xí)決策樹分類規(guī)則描述
類1(class 1)：NDVI值大于0.3，坡度大于或等于20度
類2(class 2)：NDVI值大于0.3，坡度小于20度，陰坡
類3(class 3)：NDVI值大于0.3，坡度小于20度，陽坡
類4(class 4)：NDVI值小于或等于0.3，波段4的值大于或等于20
類5(class 5)：NDVI值小于或等于0.3，波段4的值小于20
類6(class 6)：波段4的值等于0
類7(class 7)：波段1的值小于波段1的均值
決策樹分類規(guī)則是在決策樹分類過程中不斷修改和添加的，為了實現(xiàn)逐步分類更加精細與準確
四、 實習(xí)步驟
1． 外業(yè)數(shù)據(jù)采集
在中山陵地區(qū)選取若干樣點，利用GPS記錄樣點坐標，測定相應(yīng)位置的地形參數(shù)。目的：練習(xí)使用GPS以及DEM的建立方法。
2． 研究資料確定與處理
1) 運行ENVI軟件，打開并顯示對決策樹分類有貢獻的影像文件：
bouldr_tm.dat (Landsat 5 TM影像) 與boulder_dem.dat（相應(yīng)的DEM空間子集）
2) 投影類型轉(zhuǎn)換
查看bouldr_tm影像特征：
Projection : UTM
Pixel: 30 Meters
Datum: NAD 27
查看boulder_dem影像特征：
Projection : GAUSS-KRUGER
Pixel: 30 Meters
Datum: WGS84
以bouldr_tm影像為基準，轉(zhuǎn)換boulder_dem影像的投影類型：
運行ENVI軟件，點擊Map/Convert Map Projection，在彈出的Convert Map
Projection Input Image中選擇boulder_dem，在彈出的Convert Map Projection對話框中選擇UTM，DATUM選擇NAD 27，可選擇多項式和最鄰近點方式，保存投影類型轉(zhuǎn)換后的圖像。
3）圖像配準
為提高TM影像的分辨率，從而提高分類精度，以bouldr_tm影像與相應(yīng)地區(qū)的SPOT影像配準（SPOT為已經(jīng)過精校正的影像，空間分辨率為10m）
配準方法：點擊Map/Registration/Select GCPs: Image to Image，使得bouldr_tm影像的分辨率也達到10m，查看配準后的影像特征：
Projection : UTM
Pixel: 10 Meters
Datum: NAD 27
如圖1所示：
bouldr_tm boulder_dem
3． 輸入決策樹規(guī)則
1） 選擇Classification/Decision Tree/Build new decision tree，打開決策樹工具 決策樹工具打開時就只有一個空的決策節(jié)點，在這個空的節(jié)點中輸入任意條件的決策表達式，將該數(shù)據(jù)集的像素分為兩組
2） 第一個決策要基于landsat影像。要定義這個決策點，點擊決策節(jié)點，當(dāng)前這個節(jié)點被標注為Node，輸入表達式：
{ndvi} gt 0.3
這個決策將像素分為兩類，一類為綠色植被，另一類為非植被
3） 指定應(yīng)用決策表達式的文件
在出現(xiàn)的Variables/Files Pairing對話框中，點擊{ndvi}，在隨后出現(xiàn)的對話框中選擇bouldr_tm影像，這表明當(dāng)上述決策規(guī)則計算時，NDVI值將從bouldr_tm影像中計算出來
這里ENVI會根據(jù)NDVI這個特定名稱，自動搜索所需的紅波段和近紅外波段，計算出NDVI值
4） 完成第一個簡單決策樹分類器，NDVI大于0.3被分成白色類，NDVI值小于或等于0.3像素被分為黑色。
4． 輸入決策樹附加規(guī)則
1） 右鍵點擊Class 1的節(jié)點，從彈出的快捷菜單中選擇Add Children，從而將NDVI大的那類細分為兩個新的子類
2） 點擊空白節(jié)點，并在Edit Decision Parameters對話框中，輸入下面這個決策規(guī)則：
{Slope} lt 20
這個決策規(guī)則將根據(jù)坡面的陡峭程度，將NDVI值高的像素分為兩類，同樣，ENVI會根據(jù)Slope(坡度)這個特定名稱，自動搜索計算Slope值
3） 在節(jié)點的Name區(qū)域，輸入slope<20，點擊OK
4） 指定應(yīng)用決策表達式的文件
在出現(xiàn)的Variables/Files Pairing對話框中，點擊{slope}，在隨后出現(xiàn)的對話框中選擇boulder_dem影像，這表明當(dāng)上述決策規(guī)則計算時，slope值將從boulder_dem影像中計算出來
5） 繼續(xù)添加決策規(guī)則
右鍵點擊綠色的端元節(jié)點，它包括了NDVI值高、坡度低的那類像素，從彈出的快捷菜單中，選擇Add Children。點擊節(jié)點，在Edit Decision Parameters對話框中，輸入下面這個決策規(guī)則：
{aspect} lt 20 and {aspect} gt 340
這個決策將把NDVI值高、坡度小的那些像素，分為坡面北朝向的和坡面北朝向不顯著的兩類。
6） 在節(jié)點的Name區(qū)域，輸入North，點擊OK
7） 指定應(yīng)用決策表達式的文件
在出現(xiàn)的Variables/Files Pairing對話框中，點擊{aspect}，在隨后出現(xiàn)的對話框中選擇boulder_dem影像，這表明當(dāng)上述決策規(guī)則計算時，aspect值將從boulder_dem影像中計算出來
8） 在節(jié)點的Name區(qū)域，輸入North，點擊OK
9） 繼續(xù)添加決策規(guī)則
右鍵點擊黑色的端元節(jié)點，它包括了NDVI值低的那類像素，從彈出的快捷菜單中，選擇Add Children。點擊節(jié)點，在Edit Decision Parameters對話框中，輸入下面這個決策規(guī)則：
b4 lt 20
這個決策規(guī)則將水體非植被中分離出來，經(jīng)過目視解譯遙感影像發(fā)現(xiàn)，在波段4中，像素值小于20的主要是水體
10） 指定應(yīng)用決策表達式的文件
在出現(xiàn)的Variables/Files Pairing對話框中，點擊b4，在隨后出現(xiàn)的對話框中選擇bouldr_tm影像
11） 在節(jié)點的Name區(qū)域，輸入Low B4，點擊OK
決策樹如圖2所示：
應(yīng)用決策表達式的文件如圖3所示：
5． 執(zhí)行決策樹
1） 選擇Options/Execute
2） 在Decision Tree Execution Parameters對話框中，點擊bouldr_tm影像，作為基準影像。其它影像的地圖投影，像素大小和范圍都將被自動調(diào)整，以匹配該基準影像
3） 輸入要輸出的分類影像文件名，保存
6． 查看決策樹分類結(jié)果
1） 輸出的決策樹分類結(jié)果中，給定像素的顏色是由分類指定的端元節(jié)點的顏色確定的。Class1，Class2，Class3，Class4，Class5分別對應(yīng)紅色，綠色，藍色，黃色，藍綠色。如下圖所示
2） 查看決策樹信息
在ENVI Decision Tree
對話框的空白背景上，點擊右鍵，從彈出的對話框中，選擇Zoom In，現(xiàn)在每個節(jié)點標簽都會顯示像素的個數(shù)以及所包含像素點總影像像素的百分比。
如下圖所示：
7． 修改決策樹
1） 添加新的決策
執(zhí)行完決策樹后查看分類結(jié)果，發(fā)現(xiàn)上述決策規(guī)則中，波段4小于20的那些像素中，某些像素是邊緣像素，值為0，以藍綠色顯示，因此需修改決策樹：
在波段4的值小于20的那些像素的端元節(jié)點上，點擊右鍵，并從彈出的快捷菜單中，選擇Add Children。點擊節(jié)點，在Edit Decision Parameters對話框中，輸入下面這個決策規(guī)則：
b4 eq 0
在Name文本框中，輸入B4=0
2）
執(zhí)行新添加的決策，此時輸出結(jié)果中，邊緣像素就歸為另一類了，以紅紫色表示
如下圖所示：
8． 在決策表達式中使用波段索引
幾個內(nèi)置的決策樹變量在決策表達式使用過程中，需要波段索引
1） 在黃色端元節(jié)點上，點擊右鍵，該節(jié)點包括了NDVI值低但波段4的值高的那一類像素。從快捷菜單中，選擇Add Children。點擊節(jié)點，在Edit Decision Parameters對話框中，輸入下面這個決策規(guī)則：
b1 lt {mean[1]}
在Name文本框中，輸入Low B1
該表達式將判斷波段1的像素值是否小于波段1的均值
2） 指定應(yīng)用決策表達式的文件
在出現(xiàn)的Variables/Files Pairing對話框中，點擊b1，在隨后出現(xiàn)的對話框中選擇bouldr_tm影像的band 1
在出現(xiàn)的Variables/Files Pairing對話框中，點擊mean，在隨后出現(xiàn)的對話框中選擇bouldr_tm影像
如下圖所示：
3） 運行決策樹
4） 查看結(jié)果，波段1的值較低的某些黃色像素的顏色已變?yōu)榘导t色
如下圖所示：
9． 修剪決策樹
在使用決策樹的過程中，經(jīng)常需要測試某個指定的子節(jié)點是否對決策樹的分類結(jié)果有效，即對決策樹的修剪
1） 在Low B1節(jié)點上，點擊右鍵，從彈出的快捷菜單中，選擇Prune Children。結(jié)果表明，可以看到這個子節(jié)點，但它們不再帶有顏色，而且也沒有連接到?jīng)Q策樹上，表明已被修剪，當(dāng)執(zhí)行決策樹時，它們不會被使用
如下圖所示：
修剪后分類結(jié)果如下圖所示：
2） 右鍵點擊Low B1節(jié)點，從彈出的快捷菜單中，選擇Restore Pruned Children，可恢復(fù)修剪
10．保存生成的決策樹
11． 對分類結(jié)果進行評價
五、 實習(xí)結(jié)論
通過實習(xí)，從中學(xué)到了很多東西，受益匪淺！
【林業(yè)遙感實習(xí)報告總結(jié)】相關(guān)文章：
攝影測量與遙感實習(xí)心得04-17
林業(yè)調(diào)研報告04-05
攝影測量與遙感實習(xí)心得體會10-03
遙感的特點有什么特征03-03
林業(yè)技術(shù)頂崗實習(xí)報告（通用5篇）07-14
鄉(xiāng)鎮(zhèn)林業(yè)工作總結(jié)07-09
林業(yè)安全生產(chǎn)工作總結(jié)04-04
林業(yè)人員工作總結(jié)05-12