| 基于GA-BP神经网络的临洪河口湿地土地覆盖分类算法研究 |
| |
| 作者姓名： | 何爽 卢霞 张森 李珊 唐海童 郑薇 林辉 罗庆龄 |
| |
| 作者单位： | 江苏海洋大学海洋技术与测绘学院,江苏连云港222005;江苏海洋大学海洋技术与测绘学院,江苏连云港222005;江苏海洋大学海洋技术与测绘学院,江苏连云港222005;江苏海洋大学海洋技术与测绘学院,江苏连云港222005;江苏海洋大学海洋技术与测绘学院,江苏连云港222005;江苏海洋大学海洋技术与测绘学院,江苏连云港222005;江苏海洋大学海洋技术与测绘学院,江苏连云港222005;江苏海洋大学海洋技术与测绘学院,江苏连云港222005 |
| |
| 基金项目： | 国家自然科学基金（41506106）;2019年连云港市“海燕计划”项目;江苏高校优势学科建设工程资助项目（PAPD）;江苏省海洋技术一流专业建设项目;2019年江苏省研究生实践创新项目（SJCX19_0962）;2020年江苏省研究生实践创新项目 |
| |
| 摘 要： | 针对传统分类方法易受到"同物异谱"和"同谱异物"影响,致使河口湿地覆盖分类精度较低的问题,提出一种基于遗传算法优化BP神经网络分类算法。以江苏省临洪河口湿地为研究区,选用哨兵Sentinel-2影像,经辐射校正、大气校正和图像裁剪等预处理后,构建基于自适应遗传算法优化的BP神经网络算法开展临洪河口湿地土地覆盖分类研究,并与传统BP神经网络、支持向量机和随机森林算法进行精度比较。研究结果表明:遗传算法优化后的BP神经网络算法开展河口湿地土地覆盖分类的总精度为96.162 7%, Kappa系数为0.952 0;与传统BP神经网络、支持向量机和随机森林分类算法的分类总精度相比,分别提高了7.359 7%、11.677 9%和6.042 4%;对应的Kappa系数也相应提高了0.090 8、0.118 0和0.074 8;有效解决了河口湿地土地覆盖分类精度低的问题。遗传算法优化后的BP神经网络可实现河口湿地土地覆盖的高精度分类,促进湿地资源的合理开发和保护,为实现海洋生态文明建设提供技术支撑。
|
| 关 键 词： | 河口湿地 Sentinel-2 土地覆盖分类 遗传算法 神经网络 |
| 收稿时间： | 2020-08-14 |
| 修稿时间： | 2020-09-25 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《海洋科学》浏览原始摘要信息 |
|
点击此处可从《海洋科学》下载全文 |
|
