公路環(huán)境下遙感監(jiān)測土地覆被變化研究.pdf

1、公路建設(shè)受到地質(zhì)、地形、水文等自然因素的制約和現(xiàn)有生產(chǎn)力水平等條件的影響，使公路建設(shè)不可避免地影響沿線的生態(tài)環(huán)境，在其施工、營運(yùn)期會(huì)造成土壤和植被以及各類景觀的破壞。 遙感數(shù)據(jù)用于監(jiān)測公路兩側(cè)的環(huán)境變化的優(yōu)勢在于，可以宏觀、快速、同步的監(jiān)測大范圍的土地覆被以及變化的狀況。在本文中，應(yīng)用1986年和1994年的兩景TM遙感圖像研究公路沿線的土地覆被變化，在對(duì)地表覆被分類時(shí)使用統(tǒng)計(jì)學(xué)和人工智能信息處理的方法相結(jié)合，提高分類的精確度，

2、可以為道路生態(tài)環(huán)境問題、公路選線問題、景觀設(shè)計(jì)等問題的解決提供定量的科學(xué)依據(jù)。 近年來，隨著人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論的發(fā)展，神經(jīng)網(wǎng)絡(luò)技術(shù)日益成為遙感數(shù)字圖像分類處理的有效手段。 本文使用兩種神經(jīng)網(wǎng)絡(luò)模型：BP神經(jīng)網(wǎng)絡(luò)和自組織特征映射(SOFM)神經(jīng)網(wǎng)絡(luò)對(duì)特征提取之后的TM影像進(jìn)行分類。BP神經(jīng)網(wǎng)絡(luò)是至今為止應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)，但有容易陷入局部極小點(diǎn)、訓(xùn)練效率低等弱點(diǎn)，而SOFM神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)的選取、參數(shù)的確定上要比BP神經(jīng)

3、網(wǎng)絡(luò)簡單，分類精度也比較高。本文先對(duì)。TM影像做主成分分析，使用前三個(gè)主成分?jǐn)?shù)據(jù)代替原始TM圖像的7個(gè)波段輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行分類。在對(duì)1994年影像分類之后采用混淆矩陣對(duì)分類精度進(jìn)行評(píng)價(jià)，通過對(duì)各個(gè)地表覆被類型的用戶精度、生產(chǎn)者精度、總精度以及Kappa系數(shù)等指標(biāo)的比較，得出SOFM神經(jīng)網(wǎng)絡(luò)的分類精度要高于BP神經(jīng)網(wǎng)絡(luò)方法和最大似然法，而BP神經(jīng)網(wǎng)絡(luò)的分類能力并不如傳統(tǒng)的最大似然法，SOFM神經(jīng)網(wǎng)絡(luò)的總精度是94.0％，Kappa系數(shù)為0