| 基于GIS和神经网络的森林植被分类 |
| |
| 作者姓名： | 刘旭升 李锋 昝国胜 张晓丽 王军厚 |
| |
| 作者单位： | 1. 国家林业局,调查规划设计院,北京,100714,中国
2. 中国科学院,生态环境研究中心,北京,100085,中国
3. 北京林业大学,资源与环境学院,北京,100083,中国 |
| |
| 摘 要： | 本文综述了国际遥感分类研究,使用Landsat7 ETM＋遥感数据和地理辅助数据,应用BP神经网络方法,将莽汉山林场作为研究区进行了遥感影像的分类研究。比较了BP神经网络分类与最大似然、简单和复杂非监督分类法之间的类型与数量精度。BP神经网络分类的总类型精度是70.5%,总数量精度为84.65%,KAPPA系数是0.6455。结果说明BP神经网络的分类质量优于其他方法,其总的类型精度与其他三种分类方法相比分别增加了10.5%、32%和33%,总的质量精度增加了5.3%。因此,辅以地理参考数据的BP神经网络分类可以作为一种有效的分类方法。
|
| 关 键 词： | 遥感 分类 森林 神经网络 |
| 文章编号： | 1007-4619（2007）05-0710-08 |
| 修稿时间： | 2006-08-10 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
|
点击此处可从《遥感学报》下载免费的PDF全文 |
|
