中卫绿洲作为干旱地区的一个典型,受到人类活动的剧烈影响,在土地覆被状况方面形成深刻的印记。伴随现代化发展,中卫绿洲也面临着生态环境保护如何与经济增长相协调的重大课题。近年来随着工业化、城镇化的快速发展,以及农业升级,换代步伐加快,土地覆被的分布格局发生了很大的变化,环境污染加剧,导致一系列相关的生态问题日益突出。遥感技术能够快速、大面积监测土地覆被状况以及变化情况,为环境保护、生态恢复提供有力的决策依据。本文采用3个时期的Landsat 8 OLI与TIRS影像数据,将决策树集成于基于对象影像分析中进行土地覆被分类研究,主要结论有以下几点(1)基于对象的影像分析方法能够有效地进行土地覆被分类。该方法通过多尺度分割产生的影像对象,包含影像的光谱特征、空间几何特征、纹理特征以及植物的物候特征可以应用于分类中,有助于提高影像分类的精度,细化土地覆被类型。并且,从影像分类的结果中也可以反映出,基于对象的影像分析方法能够有效地消除基于像元影像分析中的“椒盐现象”对制图的影响。(2)基于对象的影像分析方法应用到土地覆被分类中,能够有效地展示土地覆被系统的层次性。在较大尺度参数分割产生的影像父对象层上可以进行较高层次的土地覆被分类,在较小尺度参数分割产生的影像子对象层上可以进行较低层次的土地覆被分类。(3)数据挖掘技术中的决策树能够建立基于对象的土地覆被决策树模型。分类回归树(Classification And Regression Tree, CART)与J48决策树分别挖掘研究区影像中土地覆被信息建立决策树模型,CART决策树比J48决策树简单,且便于理解。在层次分类模型中,CART+CART组合模型的精度最高,比常用的最近邻分类方法的总体精度提高了3.52%, Kappa系数提高了0.06。(4)从影像分类的结果中反映出,2014年中卫绿洲地区耕地主要分布在中卫平原地区,其中水稻与玉米在该地区是主要的农作物,作为新型农业的日光温室主要分布在黄河北面。林地主要分布在腾格里沙漠南部边缘。园地主要分布于南山台地。荒漠灌丛主要生长于绿洲周围的山坡上。(5)在土地覆被分类中,应用集成层次决策树于基于对象的影像分析方法是一个有效的方法。该方法可以自动地获取基于对象的规则集,并能够以决策树的形式展现出来,便于分析和理解。