基于GIS和神经网络的森林植被分类(英文)

编号 zgly0001591022

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(英文)

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  国家林业局调查规划设计院北京100714  中国  北京100085  北京100714  北京100083 

母体文献 遥感学报 

年卷期 2007年05期

年份 2007 

分类号 S757  S712 

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Landsat7ETM+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。