精品文献
Holdridge植被分类系统
基于GIS和神经网络的森林植被分类(英文)
基于GIS和神经网络的森林植被分类(英文)
本文综述了国际遥感分类研究,使用Landsat7ETM+遥感数据和地理辅助数据,应用BP神经网络方法,将莽汉山林场作为研究区进行了遥感影像的分类研究。比较了BP神经网络分类与最大似然、简单和复杂非监督分类法之间的类型与数量精度。BP神经网络分类的总类型精度是70.5%,总数量精度为84.65%,KAPPA系数是0.6455。结果说明BP神经网络的分类质量优于其他方法,其总的类型精度与其他三种分类方法相比分别增加了10.5%、32%和33%,总的质量精度增加了5.3%。因此,辅以地理参考数据的BP神经网络分类可以作为一种有效的分类方法。
利用遥感技术进行全球测图项目中的中国土地利用覆盖和植被分类图的制作
全球测图是联合国为推动\"全球空间数据基础设施\"建设而开展的一项国际性合作计划项目,是在全球测图国际指导委员会(ISCGM)指导下各参加成员国、地区共同合作旨在开发出一组包括全球范围的高程、植被、土地利用、土地覆盖、交通网、居民地、水系和行政边界8个专题图层的1∶100万的数字地理数据集.就开发全球测图中中国数据集的植被、土地利用、土地覆盖专题栅格数据的方法进行了探讨.