期刊信息
主办:内蒙古农业大学沙漠治理研究所
主管:内蒙古农业大学
ISSN:1003-7578
CN:15-1112/N
语言:中文
周期:月刊
影响因子:1.681818
数据库收录:
北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2014版);北大核心期刊(2017版);农业与生物科学研究中心文摘;中国科学引文数据库(2011-2012);中国科学引文数据库(2013-2014);中国科学引文数据库(2015-2016);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);中文社会科学引文索引-扩展(2008-2009);中文社会科学引文索引-扩展(2012-2013);中文社会科学引文索引-来源(2000-2002);中文社会科学引文索引-来源(2003);中文社会科学引文索引-来源(2004-2005);中文社会科学引文索引-来源(2006-2007);中文社会科学引文索引-来源(2010-2011);中文社会科学引文索引-来源(2014-2016);中文社会科学引文索引-来源(2017-2018);中文社会科学引文索引-来源(2019-2020);日本科学技术振兴机构数据库;中国人文社科核心期刊;期刊分类:资源科学
基于决策树分类的水稻干旱灾损评估(2)
【作者】网站采编
【关键词】
【摘要】图2 研究区样点分布 2 研究方法 2.1 指标-样本相关性分析根据实地调查情况,将所采集的样本分为正常区、受灾区、未种植区3类,分别对水稻样本正常区、
图2 研究区样点分布
2 研究方法
2.1 指标-样本相关性分析根据实地调查情况,将所采集的样本分为正常区、受灾区、未种植区3类,分别对水稻样本正常区、受灾区、未种植区赋值为3、2、1,作为其属性值.然后采用该样本集数据和指数值进行相关分析,计算样本属性值和指数值之间的相关系数,两者相关系数越大,说明该指数和干旱受灾结果的一致性越好,即越能反映实际受灾的情况,反之则越差,不能真实反映受灾情况.根据相关性分析结果,选取最优指数并结合样本点提取的该指数阈值范围提取各月份水稻旱情区.
2.2 决策树分类方法决策树(decision tree,DT)是一种基于预测变量对数据分类的算法[11].DT基于构建树形结构分类获取目标变量,具有类似于流程图的结构,每个节点表示某个对象属性的调试,每个分支代表某个可能的属性值,最后每个叶节点代表一种分类结果(本文中叶节点代表的是研究区水稻旱情区的分布).另外决策树可以选择一个目标和一个或多个变量作为输入变量,仅有单一输出,若欲有复数输出,可以建立独立的决策树以处理不同输出.本文中利用实地采集的训练样本,通过指数-样本类别属性值的相关性分析选取最优分类指数,得到7、8、9三个月份的指数阈值范围,从而提取单月份水稻旱情区分布,根据三个月份水稻旱情区结果构建决策树,按照决策树分类规则进行不同旱情程度水稻区提取,得到研究区内最终的水稻旱情空间分布.
2.3 精度评价遥感影像分类后需要进行分类结果的精度评价,评估分类方法所得分类结果的一致性.混淆矩阵是用来总结整理分类结果的矩阵,在图像精度评价中,通过分类结果和实际结果类别的比较计算,以总体精度、制图精度、用户精度等作为评价指标从不同侧面反映图像的分类精度.
3 结果与分析
3.1 监测指标选取通过采用NDVI、TVDI、GVMI、MPDI等各月份指数和样本类型属性值进行Pearson相关性分析,根据计算结果选用最优指数作为监测指标,结果如表2.四种指数整体相关性从大到小排序为GVMI>NDVI>MPDI>TVDI,其中,NDVI、GVMI、MPDI和样本之间均存在很强的正相关性,可用于研究区水稻干旱区划分提取;TVDI、MPDI两种指数8月份相关系数最大,7月份次之,9月份最小.TVDI和样本各月份呈现负相关,且相关性相对较低,难以有效区分不同干旱水稻区,不适用本研究中的受灾监测与评估.NDVI、GVMI和样本的相关系数在7月份达到最高值,两者相关性最好.8月份次之,9月份最小,相比7月份均偏低.7月份GVMI和样本之间的相关系数达到0.949,相关性极高,而且三个月份的相关系数均比NDVI和MPDI大,因此,最终选取GVMI指数作为研究区水稻旱灾监测与评估分析指标.
表2 基于类型相关分析指标NDVITVDIMPDIGVMI7月8月9月7月8月9月7月8月9月7月8月9月Pearson相关性平均值
3.2 指标阈值提取基于ERDAS 2015建模提取2019年7、8、9月GVMI的光谱特征影像,空间分辨率重采样为10 m.根据样本数据,获取不同水稻区对应的GVMI阈值范围,通过ArcGIS统计分析工具计算得到各干旱区三个月份指标的值域范围(图3),计算获得研究区7、8、9各月份的旱情区分布图,分别对各月份旱情遥感分类结果中的正常区、受灾区、未种植区赋值为1、2、3,用于决策树构建.
图3 指标阈值选取(图内线表示阈值)
3.3 决策树分类规则根据实地样本点数据获取不同程度受灾区指标特征值,采用特征值提取得到研究区各水稻旱情区分布图.水稻不同生育期受旱灾影响程度不同,生殖生长期受旱情影响最大,移栽期次之[18].分蘖期,生长受旱灾抑制,部分叶片会受旱枯死,但只要干旱持续时间不太长,补给水源充足,仍能很快恢复生长,对产量影响较小;拔节孕穗期,配子体的发育,叶面积大,光合作用强,蒸发量大,是水稻一生中需水的临界期,受旱就会严重影响光合作用和对矿质养分的吸收,影响有机质的合成和转运,引起大量颖花形态败育和生理败育,形态败育,减少花数,生理败育使花粉粒发育不健全、畸形、抽穗后不能受精而使稻粒成为空粒;抽穗开花期发生干旱,会影响抽穗,造成包颈,或抽出的穗不舒展,开花不顺利,花粉生活力下降,甚至干枯死亡,或不能正常进行授粉,致使结实率降低,空壳率增加;开花到成熟期的干旱,叶片的光合作用产物和叶鞘、茎秆中的贮藏物质向穗部运输困难,有些谷粒过早地停止灌浆而成瘪粒,或叶子过早枯黄,造成粒重降低,产量下降[19-20].因此,最终水稻受灾情况的确定,不能仅凭单月份的水稻生长状况决定,需同时满足7、8、9三个月份的水稻区分类规则.结合研究区水稻生长周期日历(表3)所示,得到研究区多月份决策树分类规则(图4):三个月份均为正常区的记为正常区;另外,9月下旬时期研究区大部分地区的水稻已成熟或已收割,因此把7、8月份水稻正常区及9月水稻受灾区也记为水稻正常生长区;7、9月份正常、8月份受灾,或者8、9月份正常、7月份受灾的区域记为欠收区;三个月份均未种植水稻的记为未种植区;其他则为绝收区.
文章来源:《干旱区资源与环境》 网址: http://www.ghqzyyhjzz.cn/qikandaodu/2021/0714/591.html