中国土地覆盖分类与变化监测遥感的的研究

《中国土地覆盖分类与变化监测遥感的的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、该方法兼顾了遗传算法和梯度下降优化算法分别在全局和局部搜索极小点的优势；避免了在BP网络训练过程中过早收敛于局部极小点的风险：与BP算法相比，该算法多次重复过程所得网络的比较稳定，避免了BP网络训练结果容易产生震荡导致分类结果不稳定的现象。用高分辨率遥感数据对该算法进行分类实验，获得了很高的分类精度。本文用该算法对全国土地覆盖进行分类，得到了比较满意的分类结果。4)比较了对低分辨率遥感数据用不同分类算法进行全国土地覆盖分类时的差异本文对用三种不同分类算法得到的全国土地覆盖分类结果进行了比较，它们包括基于GA优化的BP神经网络遥感数据分类算法、模糊AR

2、TMAP神经网络算法和最大似然分类法。由于大尺度低分辨率遥感数据不满足最大似然分类法对待分类数据作正态分布假设的前提，其分类效果不是很好。模糊ARTMAP算法在实际分类过程中，各种参数设置无规律可循，执行效率非常低，很难得到比较满意的分类结果。而基于GA优化的BP神经网络分类算法在分类过程中的执行效率很高，分类效果优于其它两种算法。5)用变化矢量方法对全国地表植被覆盖状况进行监测选择MODIS—EVI作为监测地表植被覆盖状况的指示因子，用基于直接比较像元值的变化矢量方法分析了2000年与2004年MODIS1km分辨率EVI数据，从变化强度和变化类型

3、两个方面分析了这两年间全国地表植被覆盖变化状况。结果表明EVI变化强度，东西部有明显分异，东部变化强度远大于西部，我国大部分地区EVI变化类型以波动型为主，而西部EVI变化类型则以平稳为主。6)用TVA作为地表土地覆盖变化监测的指示因子，得到2001年至2004年的TVA变化强度用2001年至2004年的TVA进行变化矢量分析。以四年内的最佳状况(最小TVA)时的地表土地覆盖TVA作为地表土地覆盖的参照状态，在此基础上得到用2001年至2004年的TVA变化矢量强度。并对TVA变化强度所代表的意义作了探讨。关键词：土地覆盖分类算法变化监测MODIS数

4、据TvATVDIlRemoteSensingStudyofLandCoverClassificationandChangeinChinaLuoChengfeng(PhDCandidateforCartographyandGIS)DirectedbyProf．WangChangyaoTheStateKeyLaboratoryofRemoteSensingSciences，InstituteofSensingApplications，ChineseAcademyofSciences，Beijing100101，ChinaABSTRACTLandcover

5、anditsnaturalalteration，whichplayanimportantroleinclimatesystemandbiochemistrypatteminglobescale．havebroughttremendouseffecttoglobalentironment．Thelandcoverinformationoftheeatth'ssurfaceistheprimaryinputparametersforglobeclimateandterrestrialhydrographymodels．Remotesensingoffer

6、edalleffectivemethodforacquiringsurfacelandcoverinformation．Chinaisacountrywithavastterritoryanddiversiform，complicatedsurfacelandcover；uponthattheresearchaboutChinesesurfacelandcoverconditionisoneoftheimportpartsofglobeenvironmentchange．ThearticlestudiedacquiringChinesesurface

7、landcoverinfotinationwhichthe1kmMODISNDVI&Tsdataproductwhichwereusedasmainremotesensingdata．Temperature-VegetationAngelandTemperature—VegetationDistance(TVA&TVD)basedonNDVI—Tsspacewereproposed∞biophysicalparameterswhichcallbethorIghtasatokenofsurfacelandcovercondition．TvA＆TVDwe

8、reselectedasmainclassifieationfeatures．andPrineipalCom