基于BP神经网络与ETM+遥感数据的盐城滨海自然湿地覆被分类

欧维新符海月肖锦成

南京农业大学;

摘要：

高效而精确的湿地遥感分类是大范围湿地资源动态监测与管理的必要保障.使用ETM+遥感数据,借助Matlab神经网络工具箱,构建了基于BP神经网络的滨海湿地覆被分类模型,并将其应用于江苏盐城沿海湿地珍禽国家级自然保护区的核心区的自然湿地覆被分类研究中.选择3、4、7、8波段作为输入层变量,单隐藏层设为10个节点,输出层变量对应待划分的8种覆被类型,构建三层式BP神经网络滨海湿地覆被分类模型.结果显示,BP分类总精度为85.91％,Kappa系数为0.8328,与最小距离法和极大似然法的分类总精度相比,分别提高了7.99％和6.08％,Kappa系数也相比提高.研究结果表明,BP神经网络分类法是一种较为有效…展开v

关键词：BP神经网络、ETM+遥感影像、湿地覆被分类、盐城滨海湿地

所属期刊栏目：33

分类号：X52;X17

资助基金：中央高校基本科研业务费专项资金项目:区域土地利用的生态保护空间网络研究KYZ201166

在线出版日期：2015-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：7496-7504