| 地理信息系统支持下Spot/vegetation NDVI影像的大尺度神经网络分类 |
| |
| 引用本文： | 巴雅尔,敖登高娃,沈彦俊,朱林,Ryutaro,Tateishi,王一谋.地理信息系统支持下Spot/vegetation NDVI影像的大尺度神经网络分类[J].红外与毫米波学报,2005,24(6):427-431. |
| |
| 作者姓名： | 巴雅尔 敖登高娃 沈彦俊 朱林 Ryutaro Tateishi 王一谋 |
| |
| 作者单位： | 中国科学院寒区旱区环境与工程研究所,遥感与地理信息系统实验室,甘肃,兰州,730000;内蒙古师范大学,地理科学学院,内蒙古,呼和浩特,010022;内蒙古师范大学,地理科学学院,内蒙古,呼和浩特,010022;Institute of Industrial Science, the University of Tokyo, 153-8505 Tokyo, Japan;Center for Environmental Remote Sensing,Chiba University,263-8522 Chiba,Japan;中国科学院寒区旱区环境与工程研究所,遥感与地理信息系统实验室,甘肃,兰州,730000 |
| |
| 基金项目： | 中国科学院知识创新工程重大项目(KZCX-Y-02-01-04),国家留学基金资助项目(20815038),日本千叶大学国际合作项目,内蒙古自治区高校重大研究项目(NJ03046) |
| |
| 摘 要： | 以内蒙古地区Spot/vegetation归一化植被指数（NDVI）影像为基本信息源,综合应用地理信息系统（GIS）技术进行了大尺度神经网络分类实验研究.建立多年份高分辨影像数据库,通过GIS软件集成与遥感影像目视解译方法,在全区范围选取了“纯净”样本数据,并辅助应用DTM数据和影像化多年气像观测数据,完成土地覆盖类型的BP人工神经网络分类.结果表明,GIS技术支持下,大面积区域尺度上spot/vegetation NDVI影像的BP神经网络分类可达到较高的分类精度.
|
| 关 键 词： | 地理信息系统 spot/vegetation NDVI 人工神经网络 遥感影像分类 |
| 文章编号： | 1001-9014(2005)06-0427-06 |
| 收稿时间： | 2004/11/23 |
| 修稿时间： | 2004年11月23 |
SPOT/VEGETATION NDVI IMAGE'S LARGE SCALE NEURAL NETWORKS CLASSIFICATION SUPPORTED BY GIS |
| |
| Bayaer.SPOT/VEGETATION NDVI IMAGE'S LARGE SCALE NEURAL NETWORKS CLASSIFICATION SUPPORTED BY GIS[J].Journal of Infrared and Millimeter Waves,2005,24(6):427-431. |
| |
| Authors: | Bayaer~ |
| |
| Abstract: | An experiment research of large scale neural networks classification was carried out by applying GIS technique synthetically,which took the Spot/vegetation NDVI image in Inner Mongolia as basic information source.A highresolution image database of many years time series was build by integrating GIS software with remote sensing visual interpretation and selecting "pure" sample data in the range of the whole municipality.Land cover's BP artificial neural networks classification of the area was accomplished by combining DTM data and grid climate data with the database.It turns out that with the support of GIS technique,BP artificial neural networks classification of spot/vegetation NDVI image at large scale can reach a higher classification precision. |
| |
| Keywords: | GIS spot/vegetation NDVI artificial neural networks remote sensing image classification |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《红外与毫米波学报》浏览原始摘要信息 |
|
点击此处可从《红外与毫米波学报》下载全文 |
|
