决策树分类法

二、输入决策树规则
ENV中：classification->Decision Tree ->Build New Decision Tree
表达式作用和ENVI中部分函数的表达式
变量 作用 表 达 式
部分可用函数
slope
aspectቤተ መጻሕፍቲ ባይዱ
计算坡度
计算坡向
ndvi
计算归一化植 被指数
关 系 / 逻 辑
小于LT、小于等于LE 、等于EQ、不等于NE 、大于等于GE、大于 GTand、or、not、 XOR最大值（>）、最 小值 (<)
决策树分类
决策树分类法

基于知识的决策树分类是基于遥感影像数据
及其他空间数据，通过专家经验总结、简单
的数学统计和归纳方法等，获得分类规则并
进行遥感分类。分类规则易于理解，分类过
程也符合人的认知过程，最大的特点是利用
的多源数据。
主要步骤
规则定义
规则输入
决策树运行 分类后处理
一、规则定义
三、执行决策树
选择Options>Execute，执行决策 树，跳出对话框，选 择输出结果的投影参 数、重采样方法输出 路径，点击OK之后， 得到结果。
四、分类后处理
回到决策树窗口，在工作空白处点击右键， 选择Zoom In，可以看到每一个节点或者类别 有相应的统计结果。如果结果不理想可以修 改决策树，左键单击节点或者末端类别图标， 选择Execute，重新运行你修改部分的决策树， 得到效果较好的处理结果。

Class1（朝北缓坡植被）:NDVI>0.3, slope<20, aspect<90 and aspect>270

Class2（非朝北缓坡植被）：NDVI>0.3, slope<20,
90<=aspect<=270

Class3（陡坡植被）：NDVI>0.3, slope>=20 Class4（水体）：NDVI<=0.3, 0<b4<20 Class5（裸地）：NDVI<=0.3, b4>=20 Class6（无数据区）: NDVI<=0.3, b4=0