基于GIS和神经网络的森林植被分类

编号 zgly0000548604

文献类型 期刊论文

文献题名 基于GIS和神经网络的森林植被分类

作者 刘旭升  李锋  昝国胜  张晓丽  王军厚 

作者单位 国家林业局调查规划设计院  中国科学院生态环境研究中心  北京林业大学资源与环境学院 

母体文献 遥感学报 

年卷期 2007,11(5)

页码 710-717

年份 2007 

分类号 P208  TP751.1 

关键词 遥感  分类  森林  神经网络 

文摘内容 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。