三峡库区岩性智能分类研究

三峡库区岩体上方覆盖着厚实的土壤和茂密的植被，是高植被覆盖区，岩性信息弱，因此岩性识别和分类困难，没有成熟的方法可循。针对三峡库区进行岩性分析，选择三峡库区巴东城区作为研究区域，采用2000年5月成像的etm+遥感影像，构造纹理、光谱、植被覆盖等17个分类因子，将遥感影像与地质图叠加，选取1101个样本点，采用决策树c4.5算法，挖掘出三峡库区巴东县处岩性的解译规则和知识，决策树的学习精度为96.6%，剪枝后精度为95.9%，规则提取的精度为93.1%，提取的规则置信度很高，并基于知识驱动和规则匹配实现了岩性的智能分类，分类精度较高为90.11%；将分类结果与isodata方法、k-means方法、马氏距离法、最大似然法、最小距离法、平行六面体方法等6种方法的分类结果进行比较，试验结果证明，决策树方法的分类结果最好，精度明显高于其他6种方法。