全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
煤炭工程  2014 

基于分区决策树的乌达煤田土地覆被分类研究

DOI: 10.11799/ce201409039, PP. 120-122

Keywords: 乌达煤田,分区,决策树,土地覆被分类

Full-Text   Cite this paper   Add to My Lib

Abstract:

煤火灾害会对自然地貌、生态和环境造成严重的负面影响。土地覆被的变化可以反映出煤火灾害对周边生态环境所带来的危害。精确的土地覆被分类结果是研究煤田火区生态环境变化的基础。本文基于Landsat8卫星遥感数据,以乌达煤田为区为研究区,依据该区地形特征、地物主体类型以及地势地形将其分为五个子区,分别分析五个区的NDVI、NDBI、NDWI、高程、坡度及光谱特征值,构建不同的决策树实现土地覆被分类。分类结果表明,基于决策树法的分区分类方法总体分类精度为87.63%,Kappa系数为0.86。与传统决策树分类法相比,总体分类精度提高了14.75%,Kappa系数增加了0.17,其准确性有了较大的提高。

References

[1]  管海晏, 冯亨特伦, 谭永杰. 中国北方煤田自燃环境调查与研究[M]. 北京: 煤炭工业出版社, 1998.
[2]  张建民. 中国地下煤火研究与治理[M]. 北京: 煤炭工业出版社, 2008.
[3]  张春燕, 郭杉, 关燕宁, 等. 煤田火区特征的土地覆盖分类方法-以乌达煤田火区为例[J]. 遥感学报, 2011,15(1):148-161.
[4]  徐速. 高光谱图像分类研究[D] .重庆: 重庆邮电大学, 2011: 20-21.
[5]  Bandelow F K, Gielisch H, Schulz J. CER-Trading as a Means of Funding Coal Fire Fighting in China[C]//Spontaneous Coal Seam Fires: Mitigating a Global Disaster. Beijing: Tsinghua University Press & Springer, 2008: 585-593.
[6]  王浩森, 胡社荣, 杜婷, 等. 乌达煤田煤层自燃动态变化和产生原因[J]. 中国矿业, 2013,22(2):101-103.
[7]  GAO Y, MAS J F, MAATHUIS B H P, et al. Comparison of pixel-based and object-oriented image classification approaches—a case study in a coal fire area, Wuda, Inner Mongolia, China[J]. International Journal of Remote Sensing, 2006,27(18):4039-4055.
[8]  Prakash A and Gupa R P. Land-use mapping and change detection in a coal mining area-a case study in the Jharia coalfield, India. International Journal of Remote Sensing, 1998, 19(3):391-410.
[9]  邱程锦, 王坚, 刘立聪, 等. 遥感技术在乌达煤田火灾监测中的应用[J]. 煤炭工程, 2012, (8):130-133.
[10]  贾跃荣. 乌达煤田火灾现状及治理情况调查分析[C]//内蒙古煤炭工业科学发展高层论坛论文集. 鄂尔多斯:《煤炭经济研究》,2010:219-221.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133