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(cè)領(lǐng)域的重要內(nèi)容，其實(shí)質(zhì)是通過計(jì)算機(jī)對(duì)遙感圖像像元進(jìn)行數(shù)值處理，達(dá)到自動(dòng)識(shí)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(jiǎn)單地說，非監(jiān)督分類方法就是一個(gè)聚類過程，而監(jiān)督分類則是一個(gè)學(xué)習(xí)和訓(xùn)練的過程，因此需要一定的先驗(yàn)知識(shí)。遙感影像分類完畢需要對(duì)其分類精度進(jìn)行評(píng)價(jià)，因而分類精度直接影響遙感數(shù)據(jù)的應(yīng)用水平和實(shí)用價(jià)值。如何解決多類別影像的識(shí)別并滿足一定的精度，就成為遙

2、感影像研究中的一個(gè)關(guān)鍵問題，意義重大。
　　 本研究在對(duì)國(guó)內(nèi)外森林植被遙感分類研究進(jìn)展分析的基礎(chǔ)上，應(yīng)用塞罕壩機(jī)械林場(chǎng)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(duì)其進(jìn)行森林植被遙感分類研究，并與傳統(tǒng)的統(tǒng)計(jì)模式識(shí)別方法(非監(jiān)督分類、最大似然法)的分類結(jié)果進(jìn)行精度比較分析。結(jié)果表明：
　　 (1)針對(duì)研究地的特點(diǎn)提出了用于森林資源監(jiān)測(cè)的SPOT5遙感數(shù)據(jù)的預(yù)處理方法。實(shí)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(qiáng)(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(dá)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(duì)BP神經(jīng)網(wǎng)絡(luò)分類方法、最大似然法、簡(jiǎn)單和復(fù)雜無監(jiān)分類法進(jìn)