遙感作為近幾十年迅速發展起來的一門綜合性技術學科，己經在許多領域發揮了重大作用。對遙感數據進行專題分類處理以得到土地利用等專題信息是遙感最廣泛的應用領域之一。盡管土地利用遙感分類方法不斷發展，但分類技術卻始終跟不上遙感技術本身的發展^[1]。

隨著計算機技術和遙感技術的發展, 計算機自動分類已經成為遙感影像信息提取和分類的主要手段。本論文以美國Lanier lake湖區為研究區，利用TM1-7多波段遙感影像為數據源，圍繞遙感影像，采用決策樹分類方法，對不同波段得到的光譜信息進行綜合分析，充分利用其中的光譜信息、地學知識以及作圖者的經驗知識進行土地利用分類，得到精度很高的土地利用分類數據，從而更好地為地方土地有效利用提供決策依據。

1 引言

由于遙感技術具有覆蓋范圍大、周期短、能反映動態變化、受地面條件限制少，獲得的信息量大且成本低、收益大等優點。現代土地覆蓋制圖多通過野外實地調查和室內遙感信息判讀分析來全面掌握土地資源自然屬性、利用屬性及其利用程度等空間區域特點^[1]。

光譜反射中存在的同物異譜和異物同譜現象，單純地利用光譜反射特性或圖像亮度值提取地物，尤其針對兩類反射特性相似的地物，勢必造成分類的混淆和錯誤。這就是傳統分類方法在處理復雜的多維屬性時在地形和地物過于破碎和復雜的情況下精度不高的根本原因。而決策樹分類法在處理多維屬性時可以確定各屬性(包括相關的環境特性如幾何、紋理以及數字地形模型等背景信息)的重要程度。實驗證明使用決策樹分類方法分類得到的Lanier lake湖區的土地利用精度達到98%以上（與ERDAS軟件提供的標準數據做比較），從而可以利用決策樹提取必要的屬性進行土地利用分類是可取的方法。

全文鏈接：pan.baidu.com/s/1bnqxEJt