基于神经网络模型技术的南京市主城区城市森林遥感调查

• 作者: 赵清 郑国强 黄巧华
• 来源期刊: 地理研究
• 学科: 农学
• 关键词: 城市森林 遥感调查 神经网络模型 南京市主城区
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 地球信息科学
• 页码范围: 468-476,564
• 页数: 10页
• 分类号: S7
• 字数: 6496字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0585.2006.03.012

摘要

城市森林调查是城市森林研究和规划建设的前提和基础工作,而遥感和GIS技术已成为现代城市森林调查的主要方法.遥感信息源和遥感分类技术是决定城市森林遥感调查质量的两个关键因素,研究认为,根据城市森林特点及城市森林研究和规划建设的要求,城市森林遥感调查采用的遥感影像分辨率以8～10m为宜,神经网络模型分类技术应用于城市森林遥感调查效果较好.本文以南京市主城区为例,以10m分辨率多光谱spot卫星图像与2.5m分辨率全色spot卫星图像的融合图像作为解译信息源,采用dARTMAP神经网络模型进行监督分类,提取了一套具有较高精度的南京市主城区城市森林空间属性数据和图件,并在此基础上分析了南京市城市森林基本特点及规划建设方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵清	徐州师范大学城市与环境学院	18	471	9.0	18.0
2	黄巧华	徐州师范大学城市与环境学院	7	143	5.0	7.0