收藏本站
《吉林大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

BP神经网络在土地利用分类中的应用分析

孟治国  
【摘要】:遥感是一门新兴的科学技术,同时它也是一门集数学、地学、计算机科学和技术等多学科的综合学科。遥感图像分类技术是遥感技术的核心内容之一,随着遥感技术的应用日趋广泛和深化,利用遥感图像分类技术获得土地利用信息是其中的热门研究领域之一。特别是在大规模土地利用调查中,利用遥感技术及时掌握土地利用的情况及其变化信息,是进行土地利用总体规划、基本农田保护、土地利用用途管制等土地管理工作的必要条件。 最初,利用遥感图像分类技术获取土地利用信息完全依靠人工目视解译。近二十年来,计算机遥感图像分类技术已取得了越来越广泛的应用,它是计算机模式识别技术在遥感领域中的具体应用,其核心任务就是确定不同地物类别间的判别界面和判别准则,可重复性好,定位准确,处理时间短,时效性好。然而,遥感影像数据类别多,含混度大,维数高,高精度的多类别分类识别具有较大难度。随着计算机软件水平的提高,遥感图像分类系统可以处理的资料也由单一遥感资料处理向多种遥感资料处理方向发展,可以接受和支持的图像格式也日趋多样化,处理技术逐步定量化、智能化。 本文以地物电磁波反射特征作为信息分类提取的理论前提,以数字图像处理作为专题信息增强的手段,人机交互处理达到提取研究区土地利用分类的目的。这是本文进行土地利用分类研究所采用的思路。 地物波谱特征的研究是遥感应用研究的物理基础,也是遥感土地利用分类的前提。大量有关土地利用的研究表明,同种土地利用类型都具有相同或相似的波谱曲线,同时不同的土地利用类型又具有不同的波谱特征。水域在TM1、2、3波段有较低的反射率,在TM4以后的波段上,反射率几近为零;受盐碱、泥沙等影响的水域则各个波段出现较高的反射率。这对于研究土地盐碱化是很有裨益的。植被在TM4、5、7波段有较高的反射率,在TM1、2、3波段反射率很低,在遥感图像上较易识别出来。由于是2月份成像的,在波谱特征上,水田与水体不易区分;但水田在TM4波段有较高反射率,区别于水体;且水田的几何分布是很有规律的。旱地在TM1-4波段反射率较高,在TM5、7波段,反射率逐渐降低,在TM7、4、2合成图像上,呈米黄色,且有规则的几何外形,也较易区分。由于是枯草季节,草地的波谱特征与黄沙近似,只是反射率较黄沙低;在图像上,草地呈大面积连续分布,有时与林地、旱地、盐碱地等间杂分布,使得草地的区分较为困难;在TM4、3、2合成图像上,呈青色。这些土地利用类型的波谱特征为进行土地利用分类提供了波谱理论基础。 WP=76 传统的计算机分类方法是基于像元波谱统计特征的硬分类,不容易解决同物异谱、混合像元等问题,常出现错分、漏分,分类结果具有一定的模糊性或不确定性。一般情况下,传统分类方法对土地利用信息分类的精度远远达不到建立土地利用数据库的要求,而采用神经网络算法进行遥感数字图像分类,可以在一定程度上消除传统的遥感影像分类所带来的模糊性和不确定性;同时,由于B-P神经网络具有自学习、自适应功能,它能最大限度地利用已知类别的遥感图像样本集的先验知识,自动提取“合理的”识别规则。而且由于它具有容错性能力,个别训练样本的分量偏差对网络输出的影响很小;与其它的图像分类法相比,该方法不仅适应性强,精度也高。另外,BP神经网络具有联想能力,若训练集中的遥感图像有代表性,那么求解这些样本的“合理”规则很可能就是求解原问题的“一般”规则。于是,若把不属于训练集的遥感图像输入到训练完毕的“规则”中,那么从网络所获得的输出很可能就是该图像的正确分类。 遥感技术的发展使海量遥感数据存储和利用成为人们关注的焦点,如何有效地管理和使用这些数据成为一个很紧迫的问题。本文在对甘旗卡地区的土地利用情况进行了BP人工神经网络分类的基础上,同时又总结前人对土地利用数据库的研究,建立了甘旗卡地区土地利用数据库。数据库中收集了各种典型的土地利用类型的波谱曲线,各种土地利用情况的相关数据,以及矢量化的甘旗卡地区土地利用专题图,为研究甘旗卡地区的土地利用分布状况及变化趋势提供了一条便捷的途径。数据库采用的是目前通用的ODBC接口技术,在Visual C++ 6.0环境下完成。数据库除具有通常的录入、修改、删除、查询等基本功能外,还具有典型地类波谱曲线显示、土地利用专题图像显示、土地利用变化趋势分析等功能。 总之,根据研究区内土地利用类型的电磁波谱特性,灵活运用图像数字处理可以在增强土地利用信息的同时压抑干扰信息。在论文中,作者采用各种增强方法来突出研究区内土地利用信息。在对土地利用信息进行增强的基础上,采用BP神经网络方法较好地实现了对土地利用信息的分类提取;并建立甘旗卡地区土地利用数据库。 在本文里,采用改进的BP神经网络方法成功地实现了研究区土地利用分类;对分类结果的精度进行分析;并建立研究区土地利用数据库,有效的管理和使用海量的遥感数据。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郎益夫;戴天虹;;基于神经网络的中国高等教育投资供给规模预测[J];哈尔滨工程大学学报;2006年04期
2 原红玲;程芳;王雷刚;;BP神经网络在RP/RT集成制造系统误差控制中的应用[J];现代制造工程;2006年09期
3 王鹏;王向伟;郑大宇;;BP神经网络在彩色光固化快速成型系统误差控制中的应用[J];机械工程师;2008年08期
4 郭波;徐亚明;李维付;;模糊聚类和BP神经网络相结合的变形同步预测[J];山西建筑;2008年32期
5 苏百顺;孙秋萍;倪水平;;基于BP神经网络PID算法的燃气热水器恒温控制系统[J];现代制造工程;2008年10期
6 贺鹏;;BP神经网络在舰炮液压系统故障诊断中的应用[J];液压与气动;2009年08期
7 周武;;基于BP网络的电机故障诊断[J];中小企业管理与科技(上旬刊);2009年09期
8 杜欣慧;张艳;;神经网络和支持向量机在短期负荷预测中的应用[J];电气技术;2009年09期
9 吴建;;基于BP神经网络在线辨识的开关磁阻电机神经网络自适应PID控制[J];电气自动化;2009年02期
10 吴晓玲;符卓;;基于多因素的铁路货运量BP神经网络预测研究[J];铁道货运;2009年10期
11 范红军;姚海燕;杨秀芹;张小杰;;BP神经网络在某测试系统故障诊断中的应用[J];计量与测试技术;2011年02期
12 章慧;;基于BP神经网络的压力传感器数据融合[J];湖南工程学院学报(自然科学版);2011年01期
13 赵正信;;BP神经网络在地基沉降量预测中的应用[J];中国水运(下半月刊);2011年02期
14 刘建生;曾曼;;基于BP神经网络的施工升降机安全评价研究[J];建筑安全;2011年05期
15 宋铁军;郝平;田丽;;基于神经网络的最优非线性滤波的仿真研究[J];中国新技术新产品;2011年08期
16 容一鸣,郭伟,张仲甫;神经网络的JAVA语言实现[J];武汉汽车工业大学学报;2000年03期
17 张东英,钟华兵,杨以涵,周孝信;基于BP神经网络和专家系统的变电站报警信息处理系统[J];电力系统自动化;2001年09期
18 刘刚;一种综合改进的BP神经网络及其实现[J];武汉理工大学学报;2002年10期
19 刘素一,权先璋,张勇传;小波变换结合BP神经网络进行径流预测[J];人民长江;2003年07期
20 何志霞,袁建平,李德桃,张立群;基于神经网络技术的泵站机组性能预测[J];江苏大学学报(自然科学版);2003年04期
中国重要会议论文全文数据库 前10条
1 吴今培;胡旭川;陈世权;;非线性时间序列动态建模与预测的BP神经网络方法[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
2 包健;吴迎笑;严义;;神经网络反锐化掩模算法在车牌识别中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
3 吴进华;巫检丰;李莉;;基于BP神经网络的非线性动态系统辨识方法[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年
4 周扬;翁剑枫;王昕峰;;于BP神经网络多光谱测温仪设计[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
5 齐冬莲;赵光宙;;非线性动力学系统的神经网络内模控制研究[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
6 汪渤;闫杰;高洪民;;惯性导航系统传递对准技术研究[A];中国惯性技术学会光电技术专业委员会第五次学术交流会暨重庆惯性技术学会第九次学术交流会论文集[C];2002年
7 甄洪斌;张晓锋;沈兵;何必;杨华;;基于BP神经网络的舰船电力系统暂态稳定性分析[A];现代船舶机电维修技术(2005)[C];2005年
8 孟科;李绍军;钱锋;;实数编码免疫算法在溶剂脱水塔软测量中的应用[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
9 罗小波;刘明皓;;基于优化的BP神经网络遥感影像分类[A];2006年中国土地学会学术年会论文集[C];2006年
10 朱彬;;基于BP神经网络福建省区域创新能力差异实证研究[A];中国《资本论》研究会第13次学术研讨会福建师范大学代表论文集[C];2006年
中国重要报纸全文数据库 前10条
1 本报记者 刘海燕;管理创新带头人[N];中国测绘报;2009年
2 本报记者 钟燕平;遥感信息处理软件“大众餐”出炉[N];农民日报;2005年
3 ;遥看于天地感知于未来[N];科技日报;2006年
4 张迪 吴初国;多样化的土地利用分类[N];中国国土资源报;2003年
5 余明华杨轶 洪瑛;走出去 “跃龙门”[N];中国测绘报;2007年
6 吴初国 张迪;俄美印土地利用分类[N];中国国土资源报;2003年
7 巫勇金蒲世超;成都军区某遥感信息队 注重创新型人才培养[N];中国测绘报;2007年
8 蒲世超;成都军区某遥感信息队坚持做好保密工作[N];中国测绘报;2007年
9 许泳;遥感成果加速转化[N];计算机世界;2007年
10 中国土地勘测规划院 蔡玉梅 祁帆;美国国家级土地利用分类系统概述[N];中国国土资源报;2008年
中国博士学位论文全文数据库 前10条
1 刘平辉;基于产业的土地利用分类及其应用研究[D];中国农业大学;2003年
2 王昌全;成都平原城市化土壤重(类)金属演变及其环境效应研究[D];西南农业大学;2005年
3 李维胜;高技术企业可持续发展研究[D];吉林大学;2006年
4 何毅;基于BP神经网络电容法刨花含水率测试仪的研究与开发[D];南京林业大学;2006年
5 苗群;南四湖水环境质量评价研究[D];青岛大学;2008年
6 夏法锋;超声—电沉积镍基TiN纳米复合镀层的研究[D];大连理工大学;2009年
7 王明祥;独立分量分析方法及在图像处理中的应用研究[D];上海大学;2005年
8 杨荣新;基于组合智能优化算法的云南省径流预报系统研究[D];华中科技大学;2006年
9 叶磊;蛋白质结构分析的计算方法研究[D];浙江大学;2008年
10 祝伟民;基于小波神经网络的区域景观生态评价研究[D];南京农业大学;2008年
中国硕士学位论文全文数据库 前10条
1 孟治国;BP神经网络在土地利用分类中的应用分析[D];吉林大学;2004年
2 杨治明;人工神经网络及其在图像识别中的应用研究[D];重庆大学;2003年
3 林丽红;供应链绩效评价的研究与分析[D];江苏大学;2005年
4 于进;软件风险管理系统关键技术的研究与实现[D];大连海事大学;2005年
5 李良琼;商业银行风险预警模型研究[D];辽宁工程技术大学;2005年
6 宋超;基于BP神经网络的供应链战略伙伴选择研究[D];大连海事大学;2006年
7 胡霞;NTS中学生认知能力评价系统的研究与应用[D];武汉理工大学;2006年
8 章为川;基于神经网络的车牌识别系统的研究与设计[D];西南交通大学;2006年
9 王业琴;基于计算机视觉木材表面颜色分类的研究[D];东北林业大学;2006年
10 杨海光;基于集成理论的虚拟企业组织网络构建研究[D];西北工业大学;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978