基于人工神經(jīng)網(wǎng)絡(luò)的森林植被遙感分類研究.pdf

1、遙感影像分類一直是遙感研究和森林資源調(diào)查與監(jiān)測領(lǐng)域的重要內(nèi)容，其實質(zhì)是通過計算機對遙感圖像像元進行數(shù)值處理，達到自動識別地物的目的。遙感影像分類主要有兩種類型：一種是非監(jiān)督分類，另一種是監(jiān)督分類。簡單地說，非監(jiān)督分類方法就是一個聚類過程，而監(jiān)督分類則是一個學(xué)習(xí)和訓(xùn)練的過程，因此需要一定的先驗知識。遙感影像分類完畢需要對其分類精度進行評價，因而分類精度直接影響遙感數(shù)據(jù)的應(yīng)用水平和實用價值。如何解決多類別影像的識別并滿足一定的精度，就成為遙

2、感影像研究中的一個關(guān)鍵問題，意義重大。
　　 本研究在對國內(nèi)外森林植被遙感分類研究進展分析的基礎(chǔ)上，應(yīng)用塞罕壩機械林場2003年的10m分辨率SPOT5遙感影像和地理輔助數(shù)據(jù)，用BP神經(jīng)網(wǎng)絡(luò)方法對其進行森林植被遙感分類研究，并與傳統(tǒng)的統(tǒng)計模式識別方法(非監(jiān)督分類、最大似然法)的分類結(jié)果進行精度比較分析。結(jié)果表明：
　　 (1)針對研究地的特點提出了用于森林資源監(jiān)測的SPOT5遙感數(shù)據(jù)的預(yù)處理方法。實踐中建議采用如下技術(shù)流

3、程：組合最佳波段(2-4-1)、圖象增強(直方圖均衡化、主成份變化、纓帽變化，幾何校正)、正射影像校正。
　　 (2)本研究以SPOT5多光譜遙感影像作為主要數(shù)據(jù)源，以影響分類的研究區(qū)森林資源現(xiàn)狀分布圖為輔助地理數(shù)據(jù)，將BP神經(jīng)網(wǎng)絡(luò)用于森林植被遙感分類，分類結(jié)果類型總精度達到了83.6％，Kappa系數(shù)為0.7943，表明分類質(zhì)量非常好。
　　 (3)采用誤差矩陣對BP神經(jīng)網(wǎng)絡(luò)分類方法、最大似然法、簡單和復(fù)雜無監(jiān)分類法進