文档介绍：东北师范大学
硕士学位论文
基于人工神经网络和模糊分类的森林植被遥感图像分类研究
姓名:冯恒栋
申请学位级别:硕士
专业:地图学与地理信息系统
指导教师:刘志明
20090501
要摘森林是全球生态系统的重要组成部分,在国家经济建设和可持续发展中具有不可替代的地位和作用。森林资源状况及其变化,不仅影响地区乃至全球环境的变化,而且还影响社会经济的持续发展。随着遥感技术的发展,森林植被遥感影像分类逐渐成为森林资源调查和监测不可缺少的内容。目前遥感分类技术在林区的应用还处于比较落后的状态。如何利用普遍可以得到的遥感数据资源和其他林业数据,研究出更适合于我国东北林区的遥感图像计算机分类的新方法,提高森林植被的分类精度,以满足林业部门的需要,是本研究的主要工作。本项研究在以往国内外相关研究的基础上,以我国东北东部典型林区为试验区,以年翷卫星多光谱图像为遥感数据,运用神经网络和模糊聚类两种新方法对遥感图像进行分类试验,根据分类精度比较两种方法的优劣,并与传统的遥感图像分类方法相比较,对这两种方法在我国东北东部林区的适用性进行评价,取得一些有价值的经验和结论。通过分析分类结果,得到如下结论:车姆羌喽椒掷嗪图喽椒掷喾椒ǘ远ū绷智鳷8型枷竦姆掷嗑ǘ冉系汀T几种分类方法中,非监督分类结果和监督分类结果凳τ诮系偷乃健窬绶掷喾椒ㄓ氪车姆羌喽椒掷嗪图喽椒掷喾椒ㄏ啾扔攀泼飨浴N蘼是总分类精度,还是总凳珺窬绶掷喾椒ǘ加庞诖车姆掷喾椒āF中神经网络分类结果图像凳确羌喽椒掷喾椒ㄌ岣吡.,比监督分类方法提高了Mü冉喜煌掷喾椒ǖ牟煌脖焕嘈吞跫﨣系数发现,利用神经网络分类方法同样可以使森林植被不同植被类型的分类精度得到大幅度提高。氪车姆掷喾椒ㄏ啾龋窬绶椒ǹ梢苑奖愕丶尤氲乩砀ㄖ如高程信息蟹掷唷U庋梢猿浞掷玫乩硇畔⑾低程峁┑姆岣坏牡乩砀ㄖ荩锤纳埔感数据的分类精度。疚慕ɑ谀:砺鄣哪:鼵均值聚类方法引入了森林植被遥感图像分类中,尽管分类结果没有达到预期的目的,但模糊捣掷喾椒ㄈ匀槐却车募喽椒掷嗪头监督分类有着更好的分类精度。狙芯恐氐惚冉狭薆窬绶掷喾椒ê湍:鼵均值分类方法在森林植被遥感图像分类中的分类效果,发现神经网络分类方法总精度和凳哂诒饶:捣掷喾椒ǎ砻鰾窬绶掷喾椒ㄔ谏种脖灰8型枷穹掷嘀芯哂懈蟮挠势,神经网络分类方法比模糊捣掷喔视谏种脖灰8型枷穹掷唷关键词:森林遥感;遥感图像分类;神经网络;模糊稻劾
,甒甌琤瑃,,瓵瑂,瓵瑃,..,籖;..猻:.,
学位论文作者签名:选至圭学位论文作者签名:边坚盘:期:地;:主独创性声明学位论文使用授权书本人郑重声明:所提交的学位论文是本人在导师指导下独立进行研究工作所取得的成果。据我所知,除了特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果。对本人的研究做出重要贡献的个人和集体,均己在文中作了明确的说明。本声明的法律结果由本人承担。本学位论文作者完全了解东:洞笱в泄乇A簟⑹褂醚宦畚牡墓娑ǎ即:东北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权东北师范大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或其它复制手段C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ通讯地址:同期:保存、汇编本学位论文。日学位论文作者毕业后去向:工作单位:指导教师签名:期:电话:邮编:
绪论第一章研究背景东北师范大学硕士学位论文森林是陆地生态系统的重要组成部分,也是国家可持续发展的重要物质基础,是经济建设和生态环境建设中不可多得的、可更新的再生资源。森林具有涵养水源、防风固沙、防止水土流失、消除噪音、净化空气的功能,而且对于全球和区域的碳循环、水循环以及能量平衡极为重要,是人类发展的基本保障。森林资源状况及其变化,不仅影响地区乃至全球环境的变化,而且还影响社会经济的持续发展,直接关系到国家重大林业规划和林业生产政策的制定。因此,人们迫切希望能快速、准确、高效地获取森林资源信息,并且及时监测变化情况,以实现森林资源的科学管理和有效利用。而遥感技术尤其是航天遥感技术以其宏观、动态、便捷、信息丰富等特点为此提供了可能。森林遥感是指利用遥感影像作为主要信息源,结合地面典型调查和已有的辅助资料及知识,综合运用遥感影像的各种分析处理手段,对森林状况及其动态变化情况进行全面系统的蛘哂姓攵孕缘反映和分析的科学方法。森林遥感的主要目的在于及时、准确、快速、高效地获取森林资源数据如林地、林分面积、森林蓄积、森林生物量、森林健康状况等,为森林质量与效益评价、为各级林业部鬠定林业生产政策和相关管理保护措施提供科学依据。而森林遥感应用的核心是进行遥感图像中地物森林信息的识别与分类工作,其它工作都是在它的基础上的进一步应用。森林遥感图像分类主要分为人工目视解译和计算机自动分