基于人工神經(jīng)網(wǎng)絡(luò)和模糊分類(lèi)的森林植被遙感圖像分類(lèi)研究.pdf

1、森林是全球生態(tài)系統(tǒng)的重要組成部分，在國(guó)家經(jīng)濟(jì)建設(shè)和可持續(xù)發(fā)展中具有不可替代的地位和作用。森林資源狀況及其變化，不僅影響地區(qū)乃至全球環(huán)境的變化，而且還影響社會(huì)經(jīng)濟(jì)的持續(xù)發(fā)展。隨著遙感技術(shù)的發(fā)展，森林植被遙感影像分類(lèi)逐漸成為森林資源調(diào)查和監(jiān)測(cè)不可缺少的內(nèi)容。 目前遙感分類(lèi)技術(shù)在林區(qū)的應(yīng)用還處于比較落后的狀態(tài)。如何利用普遍可以得到的遙感數(shù)據(jù)資源和其他林業(yè)數(shù)據(jù)，研究出更適合于我國(guó)東北林區(qū)的遙感圖像計(jì)算機(jī)分類(lèi)的新方法，提高森林植被的分類(lèi)精

2、度，以滿(mǎn)足林業(yè)部門(mén)的需要，是本研究的主要工作。 本項(xiàng)研究在以往國(guó)內(nèi)外相關(guān)研究的基礎(chǔ)上，以我國(guó)東北東部典型林區(qū)為試驗(yàn)區(qū)，以2007年7月Landat5衛(wèi)星TM多光譜圖像為遙感數(shù)據(jù)，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)和模糊C均值聚類(lèi)兩種新方法對(duì)遙感圖像進(jìn)行分類(lèi)試驗(yàn)，根據(jù)分類(lèi)精度比較兩種方法的優(yōu)劣，并與傳統(tǒng)的遙感圖像分類(lèi)方法相比較，對(duì)這兩種方法在我國(guó)東北東部林區(qū)的適用性進(jìn)行評(píng)價(jià)，取得一些有價(jià)值的經(jīng)驗(yàn)和結(jié)論。 通過(guò)分析分類(lèi)結(jié)果，得到如下結(jié)論：

3、 （1）傳統(tǒng)的非監(jiān)督分類(lèi)和監(jiān)督分類(lèi)方法對(duì)東北林區(qū)TM遙感圖像的分類(lèi)精度較低。在幾種分類(lèi)方法中，非監(jiān)督分類(lèi)結(jié)果和監(jiān)督分類(lèi)結(jié)果Kappa系數(shù)均處于較低的水平。 （2）BP神經(jīng)網(wǎng)絡(luò)分類(lèi)方法與傳統(tǒng)的非監(jiān)督分類(lèi)和監(jiān)督分類(lèi)方法相比優(yōu)勢(shì)明顯。無(wú)論是總分類(lèi)精度，還是總Kappa系數(shù)，BP神經(jīng)網(wǎng)絡(luò)分類(lèi)方法都優(yōu)于傳統(tǒng)的分類(lèi)方法。其中BP神經(jīng)網(wǎng)絡(luò)分類(lèi)結(jié)果圖像Kappa系數(shù)比非監(jiān)督分類(lèi)方法提高了0．32，比監(jiān)督分類(lèi)方法提高了0．15。通過(guò)比較不同分

4、類(lèi)方法的不同植被類(lèi)型條件Kappa系數(shù)發(fā)現(xiàn)，利用BP神經(jīng)網(wǎng)絡(luò)分類(lèi)方法同樣可以使森林植被不同植被類(lèi)型的分類(lèi)精度得到大幅度提高。 （3）與傳統(tǒng)的分類(lèi)方法相比，神經(jīng)網(wǎng)絡(luò)方法可以方便地加入地理輔助數(shù)據(jù)（如高程信息）進(jìn)行分類(lèi)。這樣可以充分利用地理信息系統(tǒng)提供的豐富的地理輔助數(shù)據(jù)，來(lái)改善遙感數(shù)據(jù)的分類(lèi)精度。 （4）本文將基于模糊集理論的模糊C均值聚類(lèi)方法引入了森林植被遙感圖像分類(lèi)中，盡管分類(lèi)結(jié)果沒(méi)有達(dá)到預(yù)期的目的，但模糊C均值分類(lèi)方