基于BP神经网络的落叶松人工林树种分类

本次研究利用Landsat8数据丰富的波谱信息和人工神经网络方法可逼近任意非线性连续系统的优势,将光谱特征参数作为输入矢量,以落叶松、云杉、樟子松及红松4个树种作为主要分类对象并将其分类类别作为输出矢量,构建BP神经网络进行分类研究。通过与高分一号数据以及提取的最优波段组合的分类结果对比,结果表明:7个波段的Landsat8数据使用神经网络方法分类效果最好,最高精度达到了89.3939%,其他的分类器的分类效果均不如神经网络。研究表明,在输入波段合理的情况下,BP神经网络分类法在森林树种遥感影像分类方面是一种较为有效的分类技术。