卢柳叶,张青峰,李光录

• 1:西北农林科技大学资源环境学院

摘要(Abstract)：

BP神经网络具有收敛速度快和自学习、自适应功能强的特点,能最大限度地利用样本集的先验知识,自动提取合理的模型。本文采用Landsat TM遥感图像作为数据源,以山西省定襄县为研究区,通过主成分分析方法来压缩输入数据,并结合NDVI和纹理特征来建立BP神经网络的土地利用分类模型,将分类结果与基于光谱单元信息的神经网络分类和基于纹理特征的神经网络分类结果进行定性和定量比较分析。结果表明:该方法总精度达到了80.50%,分别比基于光谱单元信息的神经网络分类和基于纹理特征的神经网络分类提高了18.89%和6.23%,能够有效地解决地物光谱混淆、分类精度不高等问题。

关键词(KeyWords)： NDVI;纹理特征;神经网络;土地利用;PCA

Abstract:

Keywords:

基金项目(Foundation): 中央高校基本科研业务费(QN2009040);; 陕西省自然科学基金项目(2011JM5007)

作者(Author): 卢柳叶,张青峰,李光录

DOI: 10.16251/j.cnki.1009-2307.2012.06.012

参考文献(References)：

• [1]都业军,周肃,斯琴其其格,等.人工神经网络在遥感影像分类中的应用与对比研究[J].测绘科学,2010,35:120-121.
• [2]胡自申,张迁.基于SVM的遥感影像的分类[J].遥感信息,2003,(2):14-18.
• [3]宋铁群.基于MATLAB的遥感影像纹理特征分析[J].测绘与空间地理信息,2009,32(2):71-74.
• [4]李培军,李争晓.三种地统计学图像纹理用于遥感图像分类的比较[J].地理与地理信息科学,2003,19(4):89-92.
• [5]李小涛,李纪人,黄诗峰,等.变差函数和神经网络结合的遥感影像分类方法研究[J].国土资源遥感,2006,(1):82-87.
• [6]陈启浩,高伟,刘修国.辅以纹理特征的高分辨率遥感影像分类[J].测绘科学,2008,33(1):88-90.
• [7]Foody G M.Using prior knowledge in artificial neural net-work classification with a minimal training[J].set.INTJRemote Sensing,1995,16(2):301-302.
• [8]Paola J D,Schowengerdt R A.A detailed comparison ofback propagation neural network and maximum likelihoodclassifiers for urban landuse classification[J].IEEE,Trans on Geoscience and Remote Sensing,1995,33(4).
• [9]裴亮,谭阳,李文杰.基于变差函数和神经网络的遥感影像分类[J].遥感信息,2009,(1):60-65.
• [10]马友平.基于变差函数纹理和BP人工神经网络的QuickBird影像分类研究[J].遥感技术与应用,2010,25(4):540-546.
• [11]Miranda F P,MacDonald J A,Carr J R.Application of thesemivariogram textural classifier(STC)for vegetation dis-crimination Using SIR-B data of borneo[J].InternationalJournal of Remote Sensing,1992,13(12).
• [12]张亮.基于PCA和SVM的高光谱遥感图像分类研究[J].光学技术,2008,34(Suppl.):184-187.
• [13]严红萍,俞兵.主成分分析在遥感图像处理中的应用[J].资源环境与工程,2006,20(2):168-170.
• [14]Haralick R,Shanmugam K,Dinstain I.Texture Feature Im-age for Classification[J].IEEE Tranctions on Systems,Man and Cybermatics,1973,3(6):610-621.
• [15]Fabio D A,Paolo G.Texture Based Characterization ofUraban Environments on Satallite SAR Images[J].IEEETranctions on Geoscience and Remote Sensing,2003,4(1):153-159.
• [16]阎平凡,张长水.人工神经网络与模拟进化计算[M].北京:清华大学出版社,2000.
• [17]Stephon I Gallant.Neural Network Learing and Expert Sys-tems.Cambrdge,Massachusetts:The MIT Press,1992.
• [18]屈晓晖,庄大方,彭望碌等.基于ANN分类的农田遥感动态监测模型研究[J].自然资源学报,2007,22(2).
• [19]马泽清,刘琪璟,徐雯佳,等.基于TM遥感影像的湿地松林生物量研究[J].自然资源学报,2008,23(3).