基于决策树的LandsatTM-ETM-图像中太湖蓝藻水华信息提取

J．LakeSci．(湖泊科学)，2014，26(6):907-915http://www．jlakes．org．E-mail:jlakes@niglas．ac．cn2014byJournalofLakeSciences基于决策树的LandsatTM/ETM+图像中太湖蓝藻水华信息提取*夏晓瑞1，韦玉春1＊＊，徐宁2，袁兆杰1，王沛1(1:南京师范大学虚拟地理环境教育部重点实验室，南京210023)(2:水利部海河水利委员会水资源保护科学研究所，天津300170)摘要:以9期LandsatTM/ETM+影像为数据源，基于K-T变换和归一化植被指数(NDVI)，建立了湖泊蓝藻水华信息提取的决策树模型．基于大气顶面反射率图像，选用2005年10月17日太湖图像进行了对比验证，表明决策树模型比单波段阈值法、多波段阈值法(ＲVI、DVI、NDVI)能够更有效地提取蓝藻水华信息，区分陆生植被、水生植物和水华，省去了水体掩膜的过程．使用太湖2002年10月25日和2011年7月22日图像、巢湖2005年8月12日的图像，验证决策树模型方法和工作流程的有效性．使用多期TM图像确定了阈值的取值范围，其中，亮度、绿度、NDVI的下限值依次为0．191、－0．007、－0．054，湿度下限范围为0．07～0．15;亮度阈值上限范围为0．3～0．7、绿度为0．2～0．5、湿度为0．1～0．3，这些结果可作为湖泊蓝藻水华遥感监测的参考．关键词:蓝藻水华;太湖;LandsatTM/ETM+影像;K-T变换;决策树;遥感信息提取Decisiontreemodelofextractingblue-greenalgalbloomsinformationbasedonLandsatTM/ETM+imageryinLakeTaihuXIAXiaorui1，WEIYuchun1，XUNing2，YUANZhaojie1＆WANGPei1(1:KeyLabofVirtualGeographicEnvironment，MinistryofEducation，NanjingNormalUniversity，Nanjing210023，P．Ｒ．China)(2:ＲesearchInstituteofWaterＲesourcesProtection，HaiheWaterConservancyCommittee，Tianjin300170，P．Ｒ．China)Abstract:Adecisiontreemodel(KTNI)basedontheK-TtransformationandNormalizedDifferenceVegetationIndex(NDVI)wasdevelopedtoextracttheblue-greenalgalbloomsinformationinthelakesusing9LandsatTM/ETM+images．Thispapercom-paredtheKTNIwiththesingle-bandthresholdvaluemethodandthemulti-bandthresholdvaluemethods(ＲVI，DVI，NDVI)inaccuracyofextractingtheblue-greenalgalbloomsinformation，andthenvalidatedtheKTNIusingtwoobservedimagesoftheLakeTaihuandoneimageoftheLakeChaohu．TheresultsshowedthattheKTNIcanmaskthewaterbodyautomaticallyandseparatetheblue-greenalgalbloomsfromthelandvegetationandaquaticplantseffectively．Modelthresholdsandtheirrangesweredeter-minedbasedontheTMimages;thelowerlimitsoftheBrightness，GreennessandNDVIwere0．191，－0．007and－0．054，re-spectively，andWetnessrangedfrom0．07to0．15．Fortheupperlimits，theBrightnesswasfrom0．3to0．7，Greennesswasfrom0．2to0．5，andWetnesswasfrom0．1to0．3．Thedecisiontreemodelandthresholdvaluescanbeusedasthereferenceforremotesensingmonitoringontheblue-gre