1. 研究目的与意义
遥感影像是指记录各种地物电磁波大小的胶片或照片，主要分为航空像片和卫星相片。用计算机处理的遥感图像必须是数字图像。以摄影方式获取的模拟图像必须用图像扫描仪等进行模/数转换，以扫描方式获取的数字数据必须转存到一般数字计算机都可以读出的cct等通用载体上。计算机图像处理要在图像处理系统中进行，图像处理系统是由硬件和软件构成，图像处理内容主要包括校正、变换和分类。在遥感技术的研究中，通过遥感图像判读识别各种目标地物是遥感技术发展的一个重要环节，无论是专业信息获取、动态变化预测，还是专题地图制作和遥感解释结果也因人而异，很难进行比较和转换。遥感影像的分类一直是遥感技术领域研究中的一项重要内容，传统分类方法一般为统计模式识别方法，但是由于“同物异谱”和“异物同谱”现象的在，单纯利用地物光谱特征进行分类容易造成错分、漏分的结果，从而导致分类精度降低。众多研究表明，结合影像光谱信息、纹理信息和其他辅助信息，可大大提高分类精度。
决策树是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。决策树分类方法作为一种基于空间数据挖掘和知识发现的监督分类方法，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感知识先验确定，其结果往往与其经验和专业知识水平密切相关的问题，它通过决策学习过程得到分类规则并进行分类，分类样本属于严格“非参”，不需要满足正态分布，可以充分利用gis数据库中的地学知识辅助分类，大大提高分类精度。决策树学习方法是解决实际应用中分类问题的数据挖掘方法之一，能够从无次序、无规则的事例中推理出决策树表达形式的分类规划。
遥感影像作为现代社会的一种重要的信息来源，具有广阔的前景。将决策树算法应用于遥感影像分类，是一种更为高效便捷的分类方法。随着社会的快速发展，遥感影像分类的研究也将得到更深层次的发展，地信信息的应用会大大提高遥感影像分类的精度。
2. 研究内容和预期目标
1.landsat遥感影像的采集和预处理
2.landsat遥感影像的大气纠正和几何纠正
3.土地利用类型的确定
3. 研究的方法与步骤
关键词：决策树 遥感影像 分类
研究方法及步骤：
1.采用landsat遥感影像作为影像数据源
4. 参考文献
[1]杨雪峰,王雪梅.基于决策树的多角度遥感影像分类[J].地球信息科学学报,2016,18(03):416-422.[2]张强,李朝奎,董小姣,张东水,陈浩.基于CRUISE决策树分类算法的遥感影像分类研究[J].湖南科技大学学报(自然科学版),2015,30(01):97-103.[3]朱海涛,张霞,王树东,王晋年,孙艳丽.基于面向对象决策树算法的半干旱地区遥感影像分类[J].遥感信息,2013,28(04):50-56.[4]张继超,蔺腊月,张永红,李玉.基于目标分解的面向对象决策树PolSAR影像分类[J].辽宁工程技术大学学报(自然科学版),2013,32(05):642-647.[5]齐乐,岳彩荣.基于CART决策树方法的遥感影像分类[J].林业调查规划,2011,36(02):62-66.[6]葛春青,张凌寒,杨杰.基于决策树规则的面向对象遥感影像分类[J].遥感信息,2009(02):86-90 56.[7]袁林山,杜培军,张华鹏,张海荣.基于决策树的CBERS遥感影像分类及分析评价[J].国土资源遥感,2008(02):92-98.[8]申文明,王文杰,罗海江,张峰,刘小曼,熊文成.基于决策树分类技术的遥感影像分类方法研究[J].遥感技术与应用,2007(03):333-338.[9]刘小平,彭晓鹃,艾彬.像元信息分解和决策树相结合的影像分类方法[J].地理与地理信息科学,2004(06):35-39.[10]李爽,张二勋.基于决策树的遥感影像分类方法研究[J].地域研究与开发,2003(01):17-21.
5. 计划与进度安排
（1）2022.3.1-2022.3.10：接受任务，了解指导教师对论文的要求和工作内容，根据论文题目阅读指导教师规定的文献，通过网络、期刊、专业书籍等进行相关背景资料了解（2）2022.3.11-2022.3.20：搜集相关资料，阅读并翻译英文文献为中文，撰写开题报告。
（3）2022.3.21-2022.3.31：论文内容的初步设计（4）2022.4.1-2022.4.30：完成论文初稿（5）2022.5.1-2022.5.30：完成实际应用，完善实验系统，修改论文（6）2022.6.1-2022.6.5： 论文修改，并完成论文最终稿（7）2022.6.6-2022.6.10： 论文答辩准备及答辩
