基于分形特征的高标准农田遥感分类方法研究

• 作者: 安志宏 张耘实 陈建平 陈震
• 来源期刊: 现代地质
• 学科: 地球科学
• 关键词: 遥感监测 农田利用 BP神经网络 分形图像分割
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 水文地质与环境地质学
• 页码范围: 595-601
• 页数: 7页
• 分类号: P627|P642.5
• 字数: 4699字
• 语种: 中文
• DOI: 10.19657/j.geoscience.1000-8527.2018.03.17

摘要

目前全国高标准农田面积数量已具一定规模,由于人工解译的工作效率较低,如何实现对全国大面积的高标准农田建后利用情况进行实时、精准遥感监测成为亟待解决的问题.由于监测面积大,精度要求高,迫切需要研究一套遥感自动监测方法在全国推广.以广东省东莞地区作为研究区,选择2017年2月15日的高分二号遥感影像,基于分形图像分割并结合BP神经网络对区域高标准农田进行分类,并加以人工解译和实地验证.结果显示,该分类方法总体精度为80.112 2％,Kappa系数为0.761 1.表明分形图像分割结合BP神经网络的遥感分类方法总体精度较高,能较好地满足高标准农田建后利用情况遥感监测的需求.此方法可以在全国范围推广应用,为高标准农田建成后的实时监管提供技术支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安志宏		9	86	5.0	9.0