24544.基于智能算法的土地覆蓋分類研究

1、學(xué)校代碼：10135論文分類號(hào)：學(xué)號(hào)：20094017049研究生類別：全日制’，幽撂之左哥貉犬謦I川’，霄I必，二～人二‘基于智能算法的土地覆蓋分類研究StudyonLandCoverClassificationBasedonIntelligentAlgorithm學(xué)科門類：一級(jí)學(xué)科：管理學(xué)公共管理學(xué)遙感數(shù)據(jù)獲取技術(shù)與不斷擴(kuò)大的應(yīng)用需求共同推動(dòng)著遙感應(yīng)用處理的發(fā)展。從遙感影像中對(duì)土地覆蓋進(jìn)行分類是一系列土地信息整理工作的前期性過(guò)程，對(duì)

2、土地進(jìn)行分類后不僅能從土地的數(shù)量、空間分布狀況和質(zhì)量等方面有正確的認(rèn)識(shí)，而且還能對(duì)其進(jìn)行改良有助于擴(kuò)大土地的應(yīng)用范圍，合理利用土地。遙感衛(wèi)星應(yīng)用的前提條件是通過(guò)遙感應(yīng)用處理將遙感圖像轉(zhuǎn)變成可以使用的信息和知識(shí)。隨著科學(xué)的信息化和遙感技術(shù)的不斷發(fā)展，有了多種智能的土地覆蓋分類方法。但是由于時(shí)間、空間、多尺度等各個(gè)因素的影響，目前還沒(méi)能探索出“全能”的分類方法。本文主要基于幾種常用的智能分類方法對(duì)不同的典型區(qū)域進(jìn)行土地覆蓋分類，通過(guò)比較幾種

3、方法的分類精度篩選出對(duì)不同屬性區(qū)域較適用的不同的分類方法。通過(guò)用幾種智能分類方法對(duì)自然屬性較為顯著的達(dá)里諾爾自然保護(hù)區(qū)和社會(huì)經(jīng)濟(jì)屬性較為顯著的呼和浩特市進(jìn)行土地覆蓋分類研究后得到了如下結(jié)論：(1)用遺傳算法和人工神經(jīng)網(wǎng)絡(luò)(BP算法與SOFM網(wǎng)絡(luò))的方法對(duì)自然屬性較為顯著的達(dá)里諾爾自然保護(hù)區(qū)進(jìn)行土地覆蓋分類實(shí)驗(yàn)，通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析和對(duì)比得出，對(duì)于草地、耕地、林地和水域的分類，SOFM網(wǎng)絡(luò)的分類精度明顯比遺傳算法和BP算法的分類精度要高；

4、對(duì)于未利用土地，BP算法和SOFM網(wǎng)絡(luò)的分類精度都比較接近；對(duì)于居民地及工礦用地，這三種方法的分類精度都較低，相比之下，遺傳算法的分類效果要比BP算法和SOFM網(wǎng)絡(luò)分類方法的效果好。分類結(jié)果顯示，遺傳算法的整體分類精度為859％；BP算法的整體分類精度為881％、kappa系數(shù)為0843l；SOFM網(wǎng)絡(luò)的整體分類精度為9303％、kappa系數(shù)為09128。總的來(lái)說(shuō)，對(duì)于自然屬性較為明顯的地區(qū)進(jìn)行土地覆蓋分類時(shí)SOFM網(wǎng)絡(luò)的分類效果要比