基于卷积神经网络和高分辨率影像的湿地群落遥感分类——以洪河湿地为例.pdfVIP

第38卷第11期 地 理 科 学 Vol. 38 No. 11 2018 年11 月 Scientia Geographica Sinica Nov ., 2018 孟祥锐，张树清，臧淑英.基于卷积神经网络和高分辨率影像的湿地群落遥感分类——以洪河湿地为例[J].地理科学,2018,38(11): 1914-1923.[Meng Xiangrui, Zhang Shuqing, Zang Shuying. Remote Sensing Classification of Wetland Communities Based on Convolutional Neural Networks and High Resolution Images: A Case Study of the Honghe Wetland. Scientia Geographica Sinica,2018,38(11): 1914-1923.] doi: 10.13249/ki.sgs.2018.11.019 基于卷积神经网络和高分辨率影像的 湿地群落遥感分类 ——以洪河湿地为例 1,2 3 1 孟祥锐 ，张树清 ，臧淑英 （1.哈尔滨师范大学地理科学学院，黑龙江哈尔滨150025；2.长春师范大学城市与环境科学学院， 吉林长春 130032；3.中国科学院东北地理与农业生态研究所，吉林长春 130102） 摘要摘要：以洪河国家级自然保护区为研究对象，应用卷积神经网络（CNN ）方法进行高分辨率湿地遥感影像的分类 研究，并与基于光谱支持向量机（SP-SVM）的方法和基于纹理及光谱的支持向量机（TSP-SVM ）的方法进行了对 比。结果显示，对于所选取的2 个研究区域，CNN 分类方法的全局精度高于SP-SVM 方法5.61%和5% ，高于 TSP-SVM 方法4.18%和4.15% 。尤其对于部分湿地植被的分类精度明显高于SP-SVM 和TSP-SVM 方法。研究 表明，卷积神经网络为湿地识别的精细划分提供了有利的手段。 关键词关键词：湿地遥感分类；卷积神经网络；高分辨率；洪河自然保护区 中图分类号中图分类号：F 129.9 文献标识码文献标识码：A 文章编号文章编号：1000-0690（2018 ）11-1914-10 湿地是一种特殊的自然综合体，是地球上水 类方法应用到了湿地遥感的分类当中。决策树作 陆相互作用形成的生态系统，是世界上公认的最 为数据挖掘的一种方法，具有灵活、直观、运算效率 宝贵的自然资源之一，在调节径流、抵御洪水、改 高等特点，在遥感影像分类和专题信息提取中已有 善区域气候以及维持生态平衡方面都有不可取代 广泛的应用，并应用到了草原湿地的评估和淡水[7] [1,2] [8,9] 的作用 。遥感技术由于具有省时省力、多时相、 地的沼泽信息提取 中。20 世纪80 年代，神经网 [10,11] 多平台、信息量大等优点，在监测和记录各种类型 络方法开始应用于湿地遥感影像的分类中 。面 [3,4] 湿地方面具有