基于人工神經(jīng)網(wǎng)絡(luò)的土地利用自動分類研究.pdf

1、利用遙感技術(shù)對區(qū)域性土地利用類型進(jìn)行調(diào)查，定量提取土地利用信息目前是重要研究領(lǐng)域之一。傳統(tǒng)的遙感圖像分類方法，一般都是利用遙感數(shù)據(jù)的統(tǒng)計值特征或與訓(xùn)練區(qū)樣本數(shù)據(jù)之間的統(tǒng)計關(guān)系進(jìn)行模式識別的。但地表是復(fù)雜的，是宏觀有序，微觀混亂的地理綜合體。因此，遙感圖像上的光譜值是混合的，受多種因素的影響，存在“同譜異物”和“同物異譜”現(xiàn)象，使得僅僅依靠光譜特性進(jìn)行分類的精度不高。神經(jīng)網(wǎng)絡(luò)分類法的興起為這一問題的解決提供了可能。本文欲在前人研究成果的基

2、礎(chǔ)上，以坡度因子圖為輔助數(shù)據(jù)，用基于人工神經(jīng)網(wǎng)絡(luò)模型的遙感數(shù)據(jù)分類方法對我國南方地形破碎、地物類型復(fù)雜的丘陵河谷地區(qū)進(jìn)行土地利用信息提取研究，以探索一種提高土地利用自動分類的精度和速度，且適合于地形復(fù)雜地區(qū)的切實可行的方法?！　∽詈螅瑢δＰ偷姆诸惥冗M(jìn)行分析。1)對模型分類結(jié)果的精度進(jìn)行像元抽樣檢驗，結(jié)果表明該方法能夠很好地提取出地形破碎、地物類型復(fù)雜地區(qū)的土地利用信息，精度達(dá)到80.52％。2)將模型分類結(jié)果與相同影像的目視判讀人工