基于神经网络和数据融合的红树林群落分类研究

被引：9

作者：

刘凯 ^{[1
]}

黎夏 ^{[2
]}

王树功 ^{[3
]}

刘万侠 ^{[4
]}

机构：

[1] 中国科学院广州地球化学研究所

[2] 中山大学地理科学与规划学院

[3] 中山大学环境科学研究所

[4] 广州地理研究所

来源：

遥感信息 | 2006年 / 03期

基金：

广东省自然科学基金;

关键词：

红树林群落; 遥感; 神经网络; 数据融合;

D O I：

暂无

中图分类号：

S718.5 [森林生态学];

学科分类号：

摘要：

及时准确地掌握红树林群落现状信息可为保护和修复红树林生态系统提供重要的决策依据。对红树林群落进行遥感分类在实际应用中具有较大的意义。但红树林各群落间的光谱差异很微弱,有必要采用多源遥感数据融合的方法来提高分类的精度。本文以珠海淇澳岛红树林区为例,使用SAR图像与TM图像,探讨了监督分类、非监督分类以及神经网络分类3种分类方法和IHS融合、小波融合以及主成分融合3种融合方法对红树林群落进行分类的效果。结果表明,对SAR与TM主成分融合图像应用神经网络分类方法能够取得最好的分类效果。

引用

页码：32 / 35+91 +91

页数：5