造價通
更新時間：2025.04.06
基于GIS和神經網絡的森林植被分類(英文)

格式：pdf

大?。?span class="single-tag-height">968KB

頁數： 8頁

本文綜述了國際遙感分類研究,使用Landsat7ETM+遙感數據和地理輔助數據,應用BP神經網絡方法,將莽漢山林場作為研究區(qū)進行了遙感影像的分類研究。比較了BP神經網絡分類與最大似然、簡單和復雜非監(jiān)督分類法之間的類型與數量精度。BP神經網絡分類的總類型精度是70.5%,總數量精度為84.65%,KAPPA系數是0.6455。結果說明BP神經網絡的分類質量優(yōu)于其他方法,其總的類型精度與其他三種分類方法相比分別增加了10.5%、32%和33%,總的質量精度增加了5.3%。因此,輔以地理參考數據的BP神經網絡分類可以作為一種有效的分類方法。

利用遙感技術進行全球測圖項目中的中國土地利用覆蓋和植被分類圖的制作

格式：pdf

大?。?span class="single-tag-height">108KB

頁數： 5頁

全球測圖是聯合國為推動\"全球空間數據基礎設施\"建設而開展的一項國際性合作計劃項目,是在全球測圖國際指導委員會(ISCGM)指導下各參加成員國、地區(qū)共同合作旨在開發(fā)出一組包括全球范圍的高程、植被、土地利用、土地覆蓋、交通網、居民地、水系和行政邊界8個專題圖層的1∶100萬的數字地理數據集.就開發(fā)全球測圖中中國數據集的植被、土地利用、土地覆蓋專題柵格數據的方法進行了探討.

熱門知識

Holdridge植被分類系統(tǒng)

最新知識

Holdridge植被分類系統(tǒng)
點擊加載更多>>

相關問答

Holdridge植被分類系統(tǒng)
點擊加載更多>>
專題概述
Holdridge植被分類系統(tǒng)相關專題

分類檢索：