基于BP人工神经网络的遥感影像分类

重点讨论了遥感图像分类处理过程中应用效果显著的BP神经网络方法,并在Matlab软件平台下对基于BP神经网络的分类算法进行了研究,最后将它的分类结果与ERDAS软件平台下的监督分类结果进行分类精度评定比较分析。结果表明,基于BP神经网络的遥感图像分类总精度比ERDAS软件平台下的监督分类的总精度高,是一种有效的遥感影像分类方法。

基于SAR的表碛覆盖型冰川边界定位研究

使用光学图像进行表碛覆盖型冰川边界判断相对比较困难。采用日本高级陆地观测卫星(ALOS)携带的L波段相控阵型合成孔径雷达(PALSAR)数据的干涉相干对表碛覆盖型冰川边界进行判断,并使用ALOS PALSAR数据的特征匹配方法获得表面流速进行验证分析,发现公格尔山区5Y663D0009冰川表碛覆盖区呈现高相干性且运动速度十分缓慢,表明该表碛区域可能已经演化成非活动区;而该冰川中碛覆盖区则表现出低相干性,运动速度比较高(5 m/a),表明相干性是有效的判断依据,利用PALSAR数据相干性及获得的表面流速可以区分表碛覆盖型冰川活动与非活动区域,使气候波动情景下该类型冰川的动态变化监测成为可能并对该方法的可靠性与不确定性进行了探讨。