基于遥感数据SOFM网络分类的五种城市增长方式鉴别方法应用研究

• 作者: 冯春 戴芹 陈雪 马建文
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 神经网络分类 城市五种增长方式鉴别模型 城市环线增长面积统计
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 525-528,538
• 页数: 5页
• 分类号: TP751|P237.4|P237.9
• 字数: 3974字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-8860.2005.06.014

摘要

使用了自主研发的自组织神经网络分类(SOFM)方法[1～3],选择了1988、1994、2001和2003年5～6月份TM+时间序列多光谱遥感数据,对北京城市增长方式进行了30 m分辨率遥感时序数据的鉴别,包括填充式增长方式、扩张式增长方式、独立式增长方式、线状式增长方式和簇状增长方式,并绘制了三个时期的城市增长图.在此基础上,根据北京城市增长环线驱动的特点,分别对四环内、四环至五环、五环至六环1988～1994年、1994～2001年、2001～2003年的5种城市扩展方式面积进行了统计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯春	中国地质大学国土资源与高新技术研究中心	12	393	9.0	12.0