基于GA-BP神经网络的临洪河口湿地土地覆盖分类算法研究

• 作者: 何爽 卢霞 张森 李珊 唐海童 郑薇 林辉 罗庆龄
• 来源期刊: 海洋科学
• 关键词: 河口湿地 Sentinel-2 土地覆盖分类 遗传算法 神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 研究论文|ARTICLE
• 页码范围: 44-53
• 页数: 10页
• 分类号: TP751
• 语种: 中文
• DOI: 10.11759/hykx20200814002

摘要

针对传统分类方法易受到"同物异谱"和"同谱异物"影响,致使河口湿地覆盖分类精度较低的问题,提出一种基于遗传算法优化BP神经网络分类算法.以江苏省临洪河口湿地为研究区,选用哨兵Sentinel-2影像,经辐射校正、大气校正和图像裁剪等预处理后,构建基于自适应遗传算法优化的BP神经网络算法开展临洪河口湿地土地覆盖分类研究,并与传统BP神经网络、支持向量机和随机森林算法进行精度比较.研究结果表明:遗传算法优化后的BP神经网络算法开展河口湿地土地覆盖分类的总精度为96.162 7％,Kappa系数为0.952 0;与传统BP神经网络、支持向量机和随机森林分类算法的分类总精度相比,分别提高了 7.359 7％、11.677 9％和6.042 4％;对应的Kappa系数也相应提高了0.090 8、0.118 0和0.074 8;有效解决了河口湿地土地覆盖分类精度低的问题.遗传算法优化后的BP神经网络可实现河口湿地土地覆盖的高精度分类,促进湿地资源的合理开发和保护,为实现海洋生态文明建设提供技术支撑.