文献类型：期刊文章

作　　者：李晓宁[1] 张友静[1,2] 佘远见[1] 陈立文[1] 陈静欣[3]

机构地区：[1]河海大学地球科学与工程学院,南京210098 [2]河海大学水文水资源与水利工程科学国家重点实验室,南京210098 [3]江苏省测绘产品质量监督检验站,南京210013

出　　处：《国土资源遥感》

基　　金：国家重点基础研究发展计划(973计划)(编号:2010CB951101);水利部公益性行业科研专项项目(编号:201101024)共同资助

年　　份：2013

卷　　号：25

期　　号：4

起止页码：174-179

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSCD、CSCD_E2013_2014、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：快速扩展的不透水面已成为影响高密度河网生态系统的主要因素。以平原河网城市的典型区域苏锡常地区为研究区,提出了一种基于分类与回归树(classification and regression tree,CART)集成学习的不透水面覆盖度(impervious surface percentage,ISP)遥感估算方法,利用Landsat TM数据构建多源特征集,采用变精度粗糙集进行数据约简,以获取CART决策树的最佳属性变量,结果优于传统的单一CART方法,但得到的初始估算结果中ISP高值区低估现象较为严重,借助温度植被干旱指数(temperature vegetation dryness index,TVDI)与ISP的相关性,寻找后处理规则对其进行改善。实验结果表明,经变精度粗糙集进行属性约简和TVDI后处理的CART集成学习方法估算精度明显提高,ISP估算值与ISP参考值之间的均方根误差为10.0%,决定系数为0.89,可用于平原河网地区ISP的估算。

关 键 词：不透水面  分类回归树 变精度粗糙集 TVDI  平原河网地区  

分 类 号：TP79]