全 文 ：林业科学研究!"#$%!"&"#$"% $
!"#$%&$%$(#)*
!!文章编号!$##$($)*&""#$%##(#"%(#,
两种热带森林覆盖变化检测方法比较研究
范应龙! 谭炳香!
"中国林业科学研究院资源信息研究所!北京!$###*$#
收稿日期$ "#$)(#+(")
基金项目$ 亚太森林恢复与可持续管理网络项目%U:O?<@-:[?O26Q -2OG:6 2`HH36R36 @A?PO?2@?O` ?W:6RC=GO?R3:6 26Q 2`425<32"编号$
"#$$FB##)#
作者简介$ 范应龙!男!硕士研究生!主要从事森林资源监测与制图方面研究!电话$#$# /+"&&*$*!0(1234$>545R$"7<3628968
!
通讯作者$研究员!主要从事森林资源监测与制图.森林信息遥感提取等方面研究!电话$#$# /+"&&*$,"!0(1234$ @26792>8298968
摘要!)目的*以热带森林复杂区域为对象!对两种缨帽变换%衍生数据&检测热带森林变化的方法的优劣进行比较+
)方法*对两期数据进行缨帽变换!同时结合黑暗对象掩膜与局部直方图阈值提取等方法!获取亮度.绿度.湿度指
数组合" M`D#和干扰指数"ET#+ 采用 M`D差值" M`D(E#.干扰指数差值" E`T(E#进行变化信息识别!然后!根据
植被覆盖与亮度.绿度.湿度之间的变化关系!通过决策树分类提取变化信息!最后!对不同检测结果进行验证与比
较分析+ )结果*结果显示两种方法都能检测出森林内部的细微变化!但对小图斑变化! M`D(E检测优势明显!且
M`D(E的 W2HH2系数为 #8,+ #! E`T(E的 W2HH2系数为 #8+%% *!两者相比! M`D(E方法优于 E`T(E方法+ )结论*
M`D能够增强短波红外与近红外波段对森林变化信息的敏感性!有效地消除噪声等非目标信号!突出目标信号!此
外! M`D(E为SP.彩色图像!更利于变化信息的目标提取与解译+
关键词!柬埔寨(热带森林变化(遥感检测
中图分类号!C,,$8& 文献标识码!B
68#24%3"#(#7QB# ?,&5#)"7#3G,&,/&(+ Q3#4/%$:#3,"&85%(+,8#>,3
!.:367>0J"7>! 2.:Z67>0C6(7>
"S?U:O?<@S?<:=O9?T6>:O12@3:6 D?9A63Y=?U:O?<@O5! .?3V36R!$###*$! -A362#
6;"&3%/&$ <;=,/&>,!T6 @A3O:1@X:%[2O326@Q2@2& @:Q?@?9@@O:H3924>:O?<@9A26R?X?O?
9:1H2O?Q8?,&5#)!B>@?OD2<:O12@3:6! @A?9:1G36?:>.O3RA@6?<<36Q?;! PO??66?<<36Q?;! h?@(
6?<<36Q?;" M`D# 26Q E3<@=OG269?36Q?;"ET# X?O?:G@236?Q G512RO21@AO?:O12@3:6 X2?O?69?<:>` MD26Q ET! B99:OQ36R@:@A?9:66?9@3:6
G?@X??6 [?R?@2@3:6 9:[?O26Q .O3RA@6?<<36Q?;! PO??66?<<36Q?;! h?@6?<<36Q?;! @A?9A26R?36>:O12@3:6 X2@O29@?Q G5Q?93<3:6 @O??942<<3>392@3:6!26Q @A?O?<=4@@A?5X?O?242G4?@:Q?@?9@@A?<=G@4?9A26R?:>@O:H3924>:O?<@! G=@! M`D(E@2W?26 :G[3:=<2Q[26@2R?@:Q?@?9@@A?
<1249A26R?393?6@>O:1 M`D(E "#8,+ ## X2O:1 E`T(E
"#8+%% *#8U:O@O:H3924>:O?<@9A26R?Q?@?9@3:6 36 @A3O:1 M`D(EX2O:1
E`T(E88#(/$."#(! M`D9:=4Q ?6A269?@A??>?9@:>6?2O(36>O2O?Q 26Q O2O?Q G26Q @:>:O?<@9A26R?
36>:O12@3:68` :O?:[?O! M`D(E3<299?<<3G4?@:?;@O29@3:6 26Q 36@?OHO?@2@3:6 :>@2OR?@9A26R?36>:O12@3:68
A,1 B#3)"$ -21G:Q32( @O:H39>:O?<@9A26R?( O?1:@?森林资源变化检测对掌握森林资源消长.分布
规律以及全球碳循环相关政策的制定至关重要+ 据
估计!在 "# 世纪 *# 年代间!每年由于热带森林采伐
导致 $ " 亿吨碳排放!大约占全球温室气体排放
林!业!科!学!研!究 第 "& 卷
的 $%I "%I,$- !成为热带国家温室气体排放的主
要来源和影响未来气候稳定的主要因素之一,"- + 因
此!全球范围内的环境治理对热带森林资源变化检
测提出了迫切要求+
在区域级和更大尺度上!实现规律性.持续性森
林变化检测!遥感是唯一可行的手段,- + N26Q<2@
D` 已经成为了区域级森林覆盖变化分析的常用传
感器,) /%- +
缨帽变换由于对信息的增强作用!已被广泛应
用,+ /,- + 已有变化检测研究证明!对于植被部分属
性的过程变化!基于指数增强处理后的影像检测法
优于影像直接差值法,& /*- !土地覆盖变化常常与指
数组合有着比简单指数和变化特征更为密切的关
系,$#- + 尽管如此!选择合适的缨帽变换指数组合进
行植被变化检测仍然非常重要而且困难!原因如下$
"$#不同缨帽变换指数组合响应不同组分属性,$$- (
""#不同指数组合对变化光谱信号持续的敏感性不
同!由此可以预测!对于不同程度的变化!不同指数
组合对光谱信号增强的强弱也有所不同("#大尺
度的检测项目常常覆盖各种森林类型和条件!因此!
选择对条件变化表现强健的适宜指数仍面临
挑战,- +
截至目前!部分研究认为 M`D能够准确提取光
谱特征的物理特征!但相关变化检测研究较
少,$" /$- !干扰指数被认为对.SEU变化和物候相当
敏感!有研究用以进行森林扰动制图,$)- !但上述两
种方法在热带森林变化信息识别性能如何!且森林
变化与缨帽变换指数之间存在什么物理关系等相关
研究少有提及,$%- +
针对以上问题!本研究以热带森林复杂区域为
对象!对不同缨帽变换%衍生数据&检测热带森林变
化的优劣进行比较研究!有助于热带森林变化检测
方法的选择!并据此给出了改进提高的设想!有利于
缨帽变换指数检测方法的进一步提高+
$!试验区与数据获取
C8CD试验区
试验区位于柬埔寨中北部!东至上丁省和桔井
省!北部抵达柏威夏省!西接暹粒省!南部频临洞里
萨湖和磅通省!多平原+ 受热带季风性气候影响!年
平均气温约 "* #b!% 月至 $$ 月为雨季!$" 月至
次年 ) 月为旱季+ 柬埔寨森林资源丰富!但随着人
口增长.经济发展!森林砍伐严重+ 为了保护重要森
林区域和阻止森林大面积不规律采伐!政府实施了
森林保护和造林政策+ 总体上看!研究时间内!柬埔
寨森林发生了剧烈变化+
C8FD数据获取
试验数据来源于美国地质调查局"gCPC#网站+
影像时间分别为$"##) 年 $" 月 "+ 日与 "##* 年 $ 月
$) 日!已经过正射校正!空间分辨率为 # 1!轨道号
为 H$"+O%$!其中 "##) 年数据有少量云覆盖+
实地调查数据来源于%柬埔寨国家林业局&野
外调查数据!调查时间为 "#$ 年 $$ 月至 "#$) 年 )
月之间!包括 &# 个样本点和每个样本点的外业照
片!样本涵盖所有土地类型+
"!数据预处理
F8CD辐射校正
为了消除不同时期大气条件差异对变化检测结
果的影响+ 试验数据已经过 N0EBFC 大气校正模块
处理+
F8FD图像配准
考虑到N26Q<2@原始数据已经过正射校正!本研
究利用0JeT软件中的312R?@:312R?功能对时序数
据进行了影像自动配准!总误差小于 #8% 个像元+
F8HD云剔除
对于图像上存在的少量云.云阴影!本研究首先
利用0SEBC软件的种子生成工具"B\T#检测云K云
阴影范围!再经过缓冲膨胀处理!消除检测边缘残留
的云K云阴影后!进行掩膜剔除+
FEID9$#;8#>,3数据处理与验证样本提取
"##% 与 "##* 年 P4:G-:[?O全球陆地覆盖数据
分辨率为 ## 1f## 1!考虑其时间与试验数据获
取时间一致!论文通过两期P4:G-:[?O数据进行分类
后比较检测!以及将地面真实数据与 "##) 年影像比
较的方法提取结果验证数据+ 其中前者的处理过程
为$"$#矢量裁剪后!获取试验区内 P4:G-:[?O数据(
""#分类重编码!合并不同子类!例如常绿阔叶林.
落叶阔叶林.针叶林以及各种混交林合并为森林(
"#对试验区两期 P4:G-:[?O数据进行分类后比较
法检测(")#通过矢量化.最小面积删除以及质量检
查等一系列过程提取变化样本点+
!研究方法
本研究主要由森林变化信息识别.变化信息提
取.结果验证与比较分析 个部分构成+ 方法流程
+"
第 期 范应龙等$两种热带森林覆盖变化检测方法比较研究
见图 $+
图 $!研究方法流程图
H8CD森林变化信息识别
8$8$!缨帽变换指数组合差值法! M`D(E"!缨帽
变换"D2<假设亚像元之间没有相互作用的条件下!基于土壤
光谱库提出的线性正交变换,$+- !转换系数见表 $+
缨帽变换转换系数是固定的!因此独立于单个图像!
不同图像产生的土壤亮度和绿度可以相互比较+ 随
着植被盖度的增加!绿度增加!亮度减少!相反!亮度
增加!绿度和湿度减少+ 已有研究证明!与其他指数
差值相比!MD亮度和绿度指数差值对森林变化更加
灵敏! M`D生成的亮度变化 "
&
Z#.绿度变化
"
&
;#.湿度变化"
&
Y#能够精确地从光谱特征中
提取物理场景的特征+
表 CDQ? 反射率影像缨帽变换系数
指数 波段 $ 波段 " 波段 波段 ) 波段 % 波段 ,
亮度 #8"*# * #8")* #8)&# + #8%%+ & #8)) & #8$,# +
绿度/#8"," & /#8"$, ) /#8%%# & #8,," $ #8#, /#8$+) &
湿度 #8$)) + #8$,+ $ #8" " #8* + /#8+"$ # /#8)$& +
8$8"!多时相扰动指数差值法! E`T(E"!扰动指
数\4"E3<@=OG269?T6Q?;#是缨帽变换前 个指数"亮
度.绿度.湿度#的线性组合!该指数基于以下假设$
在干扰下!由于绿度和湿度下降!森林减少区域表现
出较高的\4值!严重干扰后恢复的森林区域!由于
绿度和湿度增加!\4值减小!因此!\4指数可用于增
强森林变化信息+ 求取 \4指数!首先!需要对缨帽
变换获取的前 个波段进行归一化处理!过程见公
式"$# ,$$- !然后!利用归一化后的亮度.绿度.湿度进
行线性组合计算干扰指数"\4#!过程见公式""#+
Z
7
]"Z_Z
=
#VZ
%
;
7
]";_;
=
#V;
%
"$#
Y
7
]"Y_Y
=
#VY
%
\4]Z
7
_";
7
^Y
7
# ""#
!!式中!Z
7
!;
7
!Y
7
分别为归一化后的亮度!绿度!
湿度(Z
=
!;
=
!Y
=
为森林亮度.绿度.湿度均值( Z
%
!
;
%
!Y
%
为森林亮度.绿度.湿度方差+ 归一化处理利
用代表森林立地条件的样本平均值与方差进行!旨
在描述每一个像元F与影像中纯净森林样本空间中
心的归一化距离,$,- +
8$8"8$!\4参数提取!本研究利用暗像元掩膜与
直方图阈值获取森林像元平均值与方差参数+ 在可
见光与短波红外波段!由于绿色植被的强吸收和大
量林冠阴影的存在!森林通常比其他植被表面更加
黑暗!因此在遥感影像上很容易被区分+ 在影像直
方图中!上述特点表现为森林像元趋于集中在直方
图横轴左端+ 在不含水体!或者深色土壤等黑暗对
象情况下!区别森林与非森林的阈值为直方图上第
一个峰值,$&- +
"$#黑暗对象掩膜
通过植被指数增强后!大部分暗对象为非森林!
研究利用归一化植被指数!通过大量样本分析!确定
阈值为 #8&!掩膜非森林暗对象!:\X4计算见公式
"#+
:\X4]

:4
_
#$G

:4
^
#$G
"#
!!式中!
:4
为近红外波段反射率!
#$G
为红色波
段反射率+
""#局部直方图确定
在直方图中!不同波段森林峰值的明显程度不
同!相关研究证明!红色波段在森林信息提取中表现
优越,$)- !本研究采用红色波段为森林阈值提取的最
佳波段+ 此外!为了避免由于影像太大!森林类型复
杂造成森林阈值确定的困难!将整幅影像分成 )##
f)## 的局部窗口!确定阈值!提取森林覆盖
区域,$&- +
8$8"8"!干扰指数"\4#与5\40\计算!提取森林
样本后!统计森林区域的平均值与方差!利用公式 $
对原始亮度.绿度.湿度指数进行归一化处理!然后
利用公式 " 求取干扰指数"\4#!再对两期\4指数进
行差值+
,"
林!业!科!学!研!究 第 "& 卷
H8FD森林变化信息提取
通过推测亮度.绿度.湿度指数与森林植被变化
的关系!建立森林变化信息解译标志!然后!对不同
方法差值结果进行决策树分类!提取森林变化信息+
8"8$!变化信息解译标志的建立!结合两期原始
数据与 M`D结果进行森林变化目视解译!分析森林
覆盖变化与缨帽变换指数"亮度.绿度.湿度#变化
之间的关系!建立 M`D解译标志!见表 "+ E`T(E检
测结果可参考同样的解译标志进行分类解译,$+- +
表 FD?AQ变化信息解译标志
变化类型 M`D影像颜色 S?Q PO??6 .4=? M`D变化特征解译
灌木林森林 浅绿色 N:X _3RA N:X
随着植被更加茂盛!绿度增加
由于植被对短波红外的增强吸收!湿度下降
由于森林覆盖度增加!亮度下降
非森林森林 浅蓝色 N:X _3RA _3RA 随着森林绿色植被增多!绿度!湿度增加!亮度下降
森林非森林 红色 _3RA N:X N:X 绿度.湿度下降和亮度增加
森林灌木林 深红色 _3RA N:X _3RA
由于植被减少!绿度下降和湿度增高
随着土壤的裸露面积增加!亮度增高
其他
8"8"!决策树分类!假设样本空间为集合 p!根据
一定规则进行分割!产生子集p$!p"!满足plp$

p"!且p$
(
p" l
&
+ 对p$!p" 重复进行条件分割!
直至按某种标准!节点无法再分!成为最终叶节点+
在整体样本数据基础上生成一个多层次.多节点的
大树!然后!通过剪枝.优化!选择最优树进行最后分
类,"# /"$- + 该算法采用了信息增益率"公式 %#来选
择属性!克服了用信息增益选择属性时偏向选择取
值多的属性的不足!并且在决策树构造过程中或者
构造完成之后进行剪枝"公式 +#!能够对连续属性
进行离散化处理,"" /"- +
信息增益率"分裂信息")
)
6]$
d%
6
d
d%d
4:R
"
d%
6
d
d%d
"+#
!!式中! < 为被分割的样本集(.为分割属性(分
裂信息"均匀性()是不同属性的个数!<
6
是第 6个不同值的
属性.分割 <后产生的第6个样本子集+
H8HD精度验证
通过对研究区内P4:G-:[?O"##% 与 "##* 数据进
行分类后比较以及将地面真实数据与 "##) 年影像
叠加分析!总共获得 "&" 个变化样本点+ 然后!利用
所有提取的样本点结合 0JeT精度评价工具对结果
进行精度评价+
)!结果与分析
IECD?AQRG与?G!RG检测结果
缨帽变换前 个指数组合差值结果见图 "2!干
扰指数差值结果见图 "G+ 从图 " 可以看出!相对于
E`T(E! M`D(E具有更丰富的光谱信息!影像视觉效
果更好+ 对 M`D(E与 E`T(E建立解译标志进行决
策树分类!结果分别见图 2.G+ 从影像视觉上看!
与 M`D(E分类结果相比! E`T(E分类结果中灌木林
与灌木林之间的变化差异较大+
I8FD不同变化检测结果比较分析
经过对两种结果进行决策树分类后验证!结果
见表 和表 )+ 根据表 ! M`D检测结果总精度达到
了 ,*8#&I!总 W2HH2系数为 #8,+ #+ 除了森林.非
森林.水体等精度较高以外!各变化类型检测结果都
获得了较高精度!制图精度.用户精度皆大于 ,#I!
其中森林非森林最高!制图精度为 &"8#%I!用户
精度为 ,%8##I!W2HH2系数为 #8,*" ++ 非森林
森林与森林灌木林次之!灌木林森林最低!W2H(
H2系数为 #8,#% $+
根据表 )! E`T(E检测结果总精度为 +*8$%I!
总 W2HH2系数为 #8+%% *!比 M`D/E检测结果低
*8*I与 #8$#,+ 除了森林.非森林.水体等类型的
精度较高外!其他变化类型精度都较低!其中森林
非森林精度相对较高!制图精度 +"8#%I!用户精度
,$8)I!W2HH2系数 #8%,$ *!灌木林森林精度最
低!制图精度.用户精度低于 +#I!W2HH2系数仅为
#8%#$ "+ 对不同方法检测精度进行比较!结果见图
)+ 在森林.非森林.水体的精度上!两种方法差异较
小!但在变化类型精度上!尤其在森林灌木林与灌
木林森林的检测精度上有较大差异+
&"
第 期 范应龙等$两种热带森林覆盖变化检测方法比较研究
图 "! M`D与 E`T差值结果"白色为去云区域#
图 ! M`D(E与 E`T(E变化检测结果
表 HD?AQRGQ分类精度
项目 真实参考总数 类别总数 正确分类总数 制图精度KI 用户精度KI W2HH2系数
森林 %# % )# ## ,%8), #8,% ,
非森林 %# )& )$ &"8## &%8)" #8,& $
水体 % " "& ## &,8%# #8,,) )
森林非森林 )# )) &"8%# ,%8## #8,*" +
非森林森林 )" )" " ,+8$* ,+8$* #8,"# "
森林灌木林 % + ", ,,8$) ,%8## #8,& #
灌木林森林 # ", "" ,8 &$8)& #8,#% $
总数 "&" "&" ""
总精度$,*8#&I( 总 W2HH2系数$#8,+ #
*"
林!业!科!学!研!究 第 "& 卷
表 ID?G!RGQ分类精度
项目 真实参考总数 类别总数 正确分类总数 制图精度KI 用户精度KI W2HH2系数
森林 %# )& * ,&8## &$8"% #8,) *
非森林 %# %) )# ## ,)8#, #8,%" +
水体 % , "* &"8&+ ,&8& #8&#" ,
森林非森林 )# % "% +"8%# ,$8) #8%,$ *
非森林森林 )" & ") %,8$) +8$+ #8%#) ,
森林灌木林 % "$ +#8## +8+) #8%), #
灌木林森林 # , $, %+8+, )%8*% #8%#$ "
"&" "&" $*%
总精度$+*8$%I(总 W2HH2系数$#8+%% *
注$制图精度 $ 与用户精度 $ 为 M`D(E检测精度(制图精度 " 与用
户精度 " 为 E`T(E检测精度
图 )!不同方法变化检测精度
%!结论与讨论
"$#经过缨帽变换衍生指数增强!热带森林变
化遥感检测精度明显提高!不仅提高了森林%剧烈&
变化的检测精度!而且可以识别出森林内部发生的
细微变化+ 此外!根据比较研究发现!基于缨帽变换
的不同衍生指数在森林变化检测中存在明显差异+
""#研究结果表明$在热带森林变化检测中!
M`D(E对森林变化信息的增强效果优于 E`T(E+
根据已有研究! M`D正交变换能更好地反映研究对
象物理场景!在时空上!具有一定的强健性,$&- !尤
其!湿度指数增强了短波红外波段"ChTS被相关研
究证明对描述森林结构信息非常有用#与近红外波
段对森林变化信息的敏感性!从而能够有效地消除
噪声等非目标信号!突出目标信号+ 此外!与 E`T(E
相比! M`D(E为 SP.彩色图像!更易于变化信息的
目标提取与解译+
"#研究分析认为!作为一种识别森林变化与
干扰的有效指数! E`T(E在本研究中表现劣势的主
要原因之一是 E`T增强结果为单波段!不利于变化
目标的解译和目标变化信息的提取!而且不同森林
变化类型的阈值在整幅影像上很难确定!尤其是稳
定森林类型"森林#与森林内部细微变化类型"覆盖
度增加森林与覆盖度下降森林#之间的阈值+ 对此!
研究认为可以在以下几个方面寻求改进$"$#基于
指定大小的局部窗口确定分类阈值可能具有更高的
精度(""#可以将干扰指数与亮度.绿度.湿度指数
或者其他指数组合使用("#进行多时间分辨率变
化检测时!不是利用简单的灰度阈值!而是基于长时
间序列变化灰度形成的光谱曲线进行变化信息提
取!更可能发挥干扰指数的优越性+
参考文献!
,$- _:45MP!C26QO2.!]:A6 \J8 :`63@:O36R26Q ?<@312@36R@O:H3924
>:O?<@92OG:6 <@:9W<12W36RS0EE2O?243@5,]-806[3O:61?6@24S?(
,"- .O3@:6 .C!M?[36 SP!F3?@?OFD8h?2W J:O@A?O6 26Q C@O:6RDO:H(
3924N26Q -2OG:6 gH@2W?>O:1e?O@3924FO:>34?<:>B@1:,]-8C93?69?!"##,!$+"%&"#$$," /$,%8
,- C?26 F_! h2O?6 .-! n26RoA3Y326R!$&(JF-:1H2O3<:6 :>D2<(
:O=:O?<@Q3<@=OG269?
Q?@?9@3:6,]- S?1:@?C?6<36R:>06[3O:61?6@!"##%!*,$ #$ /$#8
,)- -:A?6 h.! P:X2OQ C J8N26Q<2@/:>O?1:@?,%- -2@A?O36?.! _=RA 0! .?=9A4?S! $&(JFFO?(HO:9?<<36R:>2<21H4?
:>1=4@3(Q2@?N26Q<2@312R?O5=:O?<@9:[?O9A26R?<:(
[?O@A?@O:H39<,]-8TCFSC ]:=O624:>FA:@:RO211?@O526Q S?1:@?
C?6<36R!"#$$!++"%# %%% /%+8
,+- h2O?6 .-! DA:12n?2O<"$*," /*%# :>C@26Q S?H429?1?6@E3<@=OG269?36 h?<@?O6
\O?R:6 U:O?<@/$,8
,,- UO26W436 C 0!N2[3R6?` .! :`>:O?<@A2O(
[?<@9:6Q3@3:6<36 J?X.O=6#
第 期 范应龙等$两种热带森林覆盖变化检测方法比较研究
6?<?O?69?T12R?O5"0hET# ,]-8-262Q326 ]:=O624:>S?1:@?
C?6<36R! "##$!",""#$$$& /$"&8
,&- ]8(U8` BC8` :63@:O36R426Q(9:[?O9A26R?<$ 29:1H2O3<:6 :>9A26R?
Q?@?9@3:6 @?9A63Y=?<,]-8T6@?O62@3:624]:=O624:>S?1:@?C?6<36R!
$***!"#"$#$$* /$%"8
,*- e:3W?O-S!E2[3Q ]` N! 2`OW C8.80>?9@<:>36@?O29@36RQ3<@=OG(
269?<:6 426Q<92H?H2@?O6<$ G=QX:O1Q?>:432@3:6 26Q <24[2R?4:R(
R36R,]-809:4:R3924BHH4392@3:6,$#- 赵英时!等8遥感应用分析原理与方法, -`8北京$科学出版
社!"##8
,$$- ]:A6 S!]26?@U!E2OBS8B9:1H2O3<:6 :>1?@A:Q<>:O1:63@:O36R
1=4@3@?1H:O24[?R?@2@3:6 9A26R?=<36RDA?12@39 2`HH?O312R?O5
,]-8S?1:@?C?6<36R:>06[3O:61?6@!"##$!&#"$#$$) /$%+8
,$"- ]36 C! C2Q?OC B8-:1H2O3<:6 :>@31?(26Q @A?6:O1243Z?Q Q3>?O?69?1:3<@=O?36Q?;36 Q?@?9@36R>:O?<@Q3<(
@=OG269?<,]- S?1:@?C?6<36R:>06[3O:61?6@!"##%!*)"#$+) /
,"8
,$- N:G@?O3<@39:O1?Q \`ETC Q2@2,]-8T6@?O62(
@3:624]:=O624:>S?1:@?C?6<36R!"##,!"&"""#$%#,* /%$#$8
,$)- M?66?Q5S0! -:A?6 h .! C9AO:?Q?ODB8DO2V?9@:O5(G29A26R?Q?@?9@3:6 >:O2=@:12@?Q 9A2O29@?O3Z2@3:6 :>>:O?<@Q3<@=OG269?
Q562139<,]-8S?1:@?C?6<36R:>06[3O:61?6@!"##,!$$#"#$,#
/&+8
,$%- 2`>:O?<@Q3<@=OG269?>O:12Q?92Q24N26Q<2@O?9:OQ$ ?`@A:Q:4:R526Q
363@324O?<=4@<,]-8S?1:@?C?6<36R:>06[3O:61?6@!"##&!$$""+#$
"*$) /"*"+8
,$+- -:A?6 h .! 2`3?O:O?<@9:[?O
2@O3G=@?<2<9:6@36=:=<[2O32G4?<36 2O?R3:6249:6@?;@X3@A DA?12@(
39` 2HH?OQ2@2,]-8T6@?O62@3:624]:=O624:>S?1:@?C?6<36R!"##$!
"""$"#$"",* /"$#8
,$,- ]:A6 .-! -=O@3<0h8B6 B<C?[?O24N36?2O-A26R?
E?@?9@3:6 D?9A63Y=?<>:O` 2HH36RU:O?<@` :O@243@5g<36R` =4@3@?1(
H:O24N26Q<2@D` E2@2,]-8S?1:@?C?6<36R:>06[3O:61?6@!$**+!
%+"$#$++ /,,8
,$&- 邓书斌8遥感图像处理方法, -`8北京$科学出版社!"#$#8
,$*- 张立彬!张其前!胥!芳!等8基于分类回归树"-BSD#方法的统
计解析模型的应用于研究,]-8浙江工业大学学报!"##)!#
")#$$+ /$&8
,"#- ]?>O?5P !` -A?6RY=26 _=26R! S:G?O@h:4>?8J:O@A B1?O3926
>:O?<@Q3<@=OG269?12HH?Q >O:12Q?92Q24N26Q<2@O?9:OQ,]-8S?(
1:@?C?6<36R:>06[3O:61?6@!"##&!$$""+#$"*$) /"*"+8
,"$- -A?6RY=26 _=26R!C21=?4JP!]?>O?5P 8`B6 2=@:12@?Q 2H(
HO:29A >:OO?9:6<@O=9@36RO?9?6@>:O?<@Q3<@=OG269?A3<@:O5=<36R
Q?606[3O:6(
1?6@8"#$#!$$)"$#$$& /$*&8
,""- _26O3?942<<3>392@3:6 2@$ W1392@3:6 @O??
2HHO:29A,]-8T6@?O62@3:624]:=O624:>S?1:@?C?6<36R!"###!"$"+
/,#$$$ /$+)8
,"- 2`OW BU!-2O420.!B426 _C8` 2;313Z36RN26Q -:[?O-42<<3>3(
92@3:6 B99=O293?P4:G24C924?<,]-8P?:<93?69?26Q S?1:@?C?6<36R! T000DO26<29(
@3:6<:6 !"###!,""#$*+* /*,,8
$