基于遥感数据SOFM网络分类的五种城市增长方式鉴别方法应用研究

编号 zgly0000375116

文献类型 期刊论文

文献题名 基于遥感数据SOFM网络分类的五种城市增长方式鉴别方法应用研究

作者 戴芹  陈雪  马建文  冯春 

作者单位 中国科学院遥感应用研究所  中国科学院遥感应用研究所  中国地质大学国土资源与高新技术研究中心 

母体文献 武汉大学学报: 信息科学版 

年卷期 2005,30(6)

页码 525-528,538

年份 2005 

分类号 TP751  P237.4 

关键词 神经网络分类  城市五种增长方式鉴别模型  城市环线增长面积统计 

文摘内容 使用了自主研发的自组织神经网络分类(SOFM)方法, 选择了1988、1994、2001和2003年5～6月份TM^+时间序列多光谱遥感数据, 对北京城市增长方式进行了30m分辨率遥感时序数据的鉴别, 包括填充式增长方式、扩张式增长方式、独立式增长方式、线状式增长方式和簇状增长方式, 并绘制了三个时期的城市增长图。在此基础上, 根据北京城市增长环线驱动的特点, 分别对四环内、四环至五环、五环至六环1988～1994年、1994～2001年、2001～2003年的5种城市扩展方式面积进行了统计。