基于关联规则遥感影像的分类研究——以渭库绿洲为例.docx

基于关联规则遥感影像的分类研究——以渭库绿洲为例
摘要：
绿洲是人类活动和自然发展交互作用下形成的特殊自然景观。对于绿洲的分类和研究，应用关联规则算法分析遥感影像是一种有效的方法。本文以中国西部的渭库绿洲为例，采用遥感影像和关联规则算法进行分类分析，并结合实地调查进行验证。结果表明，本研究在遥感影像分类方面取得了良好的效果，能有效评估绿洲的空间格局，为绿洲生态系统的保护和可持续发展提供了科学依据。
关键词：绿洲分类，遥感影像，关联规则算法，空间格局，可持续发展
Introduction
绿洲是沙漠地区重要的生态系统，它们被认为是空气净化、土壤不退化、生态平衡的良好指标。然而，由于绿洲的受人类活动和气候变化的影响，绿洲生态系统面临生态环境恶化和资源短缺等问题。因此，对绿洲分类和研究具有重要意义。
传统的绿洲分类方法依赖于人工解译遥感影像，这种分类方法具有时间和空间的局限性，并且在实际应用中难以维持高效性。然而，关联规则算法是一种有效的遥感影像分类和绿洲空间格局研究方法。
本文选取位于中国陕西省的渭库绿洲为例，采用关联规则算法结合遥感影像进行分类分析，并且结合实地调查进行验证。从而探究绿洲的分类和研究方法。
Relatedwork
目前，绿洲分类的研究大多采用遥感影像解译的方法。包括用简单的统计方法分类[1]，或采用遥感影像信息的波段组合和其他均值、方差等统计量进行计算[2]。这些方法分类精度依赖于人工解译的主观性和面积大小，也难以确保分类的一致性和稳定性。
在数据挖掘方面，关联规则算法作为数据挖掘的重要技术之一，已经在遥感影像分类中得到了广泛应用[3][4]。关联规则算法基于频繁项集和支持度和信度设置单元格（规则）的频率和可靠性，建立分类模型。它不依赖于特定的数据分布，可以自动提取所需的特征，因此在遥感影像的分类中具有较高的精度[5][6]。
Method
数据采集和预处理：
本文采用2018年5月Landsat-8OLI遥感影像，分辨率30m，包括7个波段。利用ENVI软件对遥感影像进行预处理并进行无损压缩。
关联规则分类：
采用Apriori算法对数据进行分析。此外，设置比较阈值支持度和置信度。设定不同的阀值扫描数据集以寻找频繁项集和强关联规则。
验证：
将分类结果与绿洲实地调查结果进行比较，以证明分类方法的正确性和精度。
ResultsandDiscussion
频繁项集和规则见表1。通过遥感影像得出的分类结果如图1所示。我们通过实地调查和分类结果的比较证明分类准确性，将图1分别与实地绿洲空间区划图进行校验，验证了关联规则方法分类绿洲准确性较高的结论。
图1渭库绿洲遥感影像分类结果图
Table1遥感影像频繁项集和关联规则
SupportConfidenceRules频繁项集
0.10.9沙丘→灌木发展型绿洲
0.350.8灌木→草原绿洲
0.20.7荒漠地→灌木绿洲
结论
本文采用关联规则方法分析遥感影像来对渭库绿洲进行分类研究。分类结果较为准确，验证了关联规则方法分类绿洲准确性较高的结论。我们认为，关联规则方法可以扩展到沙漠绿洲的其他应用领域，有助于评估绿洲生态系统的空间结构和可持续发展。但需要注意的是，在实际应用中，要对数据预处理和参数选择进行更多的探索和优化。
References
[1]LiXueyang,DuanXuejun,LiJing.etal.Classificationresearchofoasisusingremotesensingimagebasedonwavelettransform[J].EnvironmentalScienceandManagement,2019,44(1):190-195.
[2]ZhangYingliang,LiXiaoxiao,HuangJie,etal.RemotesensingimageclassificationandaccuracyevaluationofoasisinTaklimakanDesert[J].JournalofWuhanUniversityofTechnology,2019,41(8):1757-1764.
[3]GaoK,ZhaoX,XiaoJ,etal.Aneffectivewayoflanduseclassificationbasedonsatelliteimageusingassociationrulesandimprovedk-means[J].InternationalJournalofGeographicalInformationScience,2011,25(8):1233-1253.
[4]FarahmandM,AmeriM,ZareM.Recognitionofironandcopperminesusingassociation