山东科技大学工程硕士学位论文特征选择及样本选取特征选择是对分类精度和可靠性影响最大的因素之一，因而研究者目前提出了许多方法。

方法概括如下①针对分类地物的特点，从所有波段中提取几个波段作为特征。

波段选取可依经验，也可根据美国查维茨教授提出的最佳指数公式（ＯＩＦ）
②利用主成分分析、Ｋ．Ｔ变换、小波变换算法将所有波段进行变换，在提取前几项数据相关性小的分量作为特征。

③利用各波段间的数值运算作为特征即建立新通道。

例如比值、植被指数等。

④利用遥感图像中地物的纹理特征作为模式特征。

纹理的测度可应用共生矩阵法、半变差函数法、马尔可夫随机场、小波变换法和分形分维法。

⑤综合利用以上各种特征。

特征的选择是针对特定的专题信息提取而言的，选择的特征少，分类器的设计和实现简单，但分类的精度不高；选择的特征太多，分类器的设计和实现复杂，分类效果也不一定好。

因此在进行分类之前研究分类所用的特征的选取很有必要。

本研究获取了２０ｌＯ年ＬＡＮＤＳＡ．Ｔ－７ＥＴＭ＋光谱数据，并考虑到植被指数可以反映不同的植被类型和土地覆被类型，以及研究区域的地形多样化，选用２０ｌＯ年ＭＯＤＩＳ增强型植被指数和ＤＥＭ高程数据作为辅助数据。

其中，选取２０１０年ＥＴＭ３０米分辨率的ＢａＩｌｄｌ．Ｂａｎｄ５、Ｂ锄ｄ７六个波段，ＭＯＤＩＳ２５０米分辨率２０１０年１月至１２月的１２个增强型植被指数ＥｖＩ产品，一个ＡＳＴＥＲ的９０米分辨率的ＤＥＭ数据，共１９个数据层。