【技术实现步骤摘要】
本专利技术涉及水生植被分类，尤其是涉及一种基于决策树算法的水生植被自动分类方法、装置及服务器。
技术介绍
1、针对水生植被决策树分类技术，在相关专利中，对水生植被决策树分类算法的数据处理和输出，多采用传统遥感数据处理软件如envi、arcgis等。当研究区更换或者样本数据集更换导致的决策树节点阈值进行调整更改时，往往需要重新根据一些列既定流程处理输出水生植被分类影像结果，导致水生植被分类算法的整体效率较低。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于决策树算法的水生植被自动分类方法、装置及服务器，支持阈值参数的调整与分类结果的自动生成，提升基landsat8 oli影像数据水生植被分类算法的效率。
2、第一方面，本专利技术实施例提供了一种基于决策树算法的水生植被自动分类方法，所述方法应用于卫星影像处理平台，所述卫星影像处理平台集成有目标水生植被分类插件和决策树节点阈值参数接口，所述方法包括：
3、获取研究区域对应的landsat8 oli影像数据；
4、调本文档来自技高网...
【技术保护点】
1.一种基于决策树算法的水生植被自动分类方法，其特征在于，所述方法应用于卫星影像处理平台，所述卫星影像处理平台集成有目标水生植被分类插件和决策树节点阈值参数接口，所述方法包括：
2.根据权利要求1所述的基于决策树算法的水生植被自动分类方法，其特征在于，在获取研究区域对应的Landsat8 OLI影像数据的步骤之前，所述方法还包括：
3.根据权利要求2所述的基于决策树算法的水生植被自动分类方法，其特征在于，通过所述目标水生植被分类插件，基于所述Landsat8 OLI影像数据和调整后的所述目标决策树节点阈值参数，对所述研究区域内的水生植被进行识别...
【技术特征摘要】
1.一种基于决策树算法的水生植被自动分类方法，其特征在于，所述方法应用于卫星影像处理平台，所述卫星影像处理平台集成有目标水生植被分类插件和决策树节点阈值参数接口，所述方法包括：
2.根据权利要求1所述的基于决策树算法的水生植被自动分类方法，其特征在于，在获取研究区域对应的landsat8 oli影像数据的步骤之前，所述方法还包括：
3.根据权利要求2所述的基于决策树算法的水生植被自动分类方法，其特征在于，通过所述目标水生植被分类插件，基于所述landsat8 oli影像数据和调整后的所述目标决策树节点阈值参数，对所述研究区域内的水生植被进行识别分类处理，得到所述研究区域对应的水生植被分类结果的步骤，包括：
4.根据权利要求3所述的基于决策树算法的水生植被自动分类方法，其特征在于，所述分类指标包括蓝光波段反射率、绿光波段反射率、红光波段反射率、近红外波段反射率、短红外波段反射率、归一化值被指数和归一化水体指数中的一种或多种。
5.根据权利要求3所述的基于决策树算法的水生植被自动分类方法，其特征在于，所述方法还包...
【专利技术属性】
技术研发人员：肖雪纯，刘雨生，王宇翔，周玲，汤琼，宋蕾，仲宇，
申请(专利权)人：航天宏图信息技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。