%0 Journal Article
%T 基于纹理特征神经网络模型的鲁朗河流域地类信息提取研究
%A 程武学
%A 任德智
%A 颜清梅
%A 周介铭
%A 杨存建
%J 四川师范大学学报(自然科学版)
%P 759-765
%D 2015
%R 10.3969/j.issn.1001-8395.2015.05.023
%X 基于纹理特征的神经网络模型分别对西藏林芝地区鲁朗河流域的4期TM影像进行了地类信息提取及动态变化分析.研究表明模型的训练值、验证值和测试值的精度都达到了0.9,总体回归系数为0.93,地类分类精度可达到86.07%,可满足生产工作的需要.1987—1999年间鲁朗河流域混交林面积有所减少,而针叶林面积有所增加;1999—2008年间,混交林面积有所增加,但林地面积呈减少趋势.2008—2011年间,灌木、草地、流石滩及冰雪区均呈逐年增长趋势,林地面积有所降低.
%K 纹理特征
%K 神经网络
%K 影像分类
%K 森林信息
%K 鲁朗河流域
%U http://jsnu.paperopen.com/oa/darticle.aspx?type=view&id=201505024