林业资源管理
林業資源管理
임업자원관리
FORESTRY RESOURCE MANAGEMENT
2011年
6期
104-109
,共6页
最大似然法%BP神经网络%最近邻算法%森林资源监测%诸暨市
最大似然法%BP神經網絡%最近鄰算法%森林資源鑑測%諸暨市
최대사연법%BP신경망락%최근린산법%삼림자원감측%제기시
借助遥感技术提高国家森林资源连续清查效率具有重要的意义.利用最大似然法、BP神经网络和最近邻算法3种不同的分类方法对诸暨市森林资源进行监测,并将分类结果与二类森林资源调查数据作对比.结果表明,3种分类方法都能较高精度地监测诸暨市不同森林类型总面积,精度在77.53％ ～ 83.18％之间；但是在乡镇尺度上,3种分类方法的精度都不理想,总相对均方根误差分别为41.83％,44.91％和44.18％.除灌木林外,以上3种分类方法在精度上没有显著差异(P＞0.5).今后研究应从多源遥感影像融合等技术上提高像元尺度上的分类精度.
藉助遙感技術提高國傢森林資源連續清查效率具有重要的意義.利用最大似然法、BP神經網絡和最近鄰算法3種不同的分類方法對諸暨市森林資源進行鑑測,併將分類結果與二類森林資源調查數據作對比.結果錶明,3種分類方法都能較高精度地鑑測諸暨市不同森林類型總麵積,精度在77.53％ ～ 83.18％之間；但是在鄉鎮呎度上,3種分類方法的精度都不理想,總相對均方根誤差分彆為41.83％,44.91％和44.18％.除灌木林外,以上3種分類方法在精度上沒有顯著差異(P＞0.5).今後研究應從多源遙感影像融閤等技術上提高像元呎度上的分類精度.
차조요감기술제고국가삼림자원련속청사효솔구유중요적의의.이용최대사연법、BP신경망락화최근린산법3충불동적분류방법대제기시삼림자원진행감측,병장분류결과여이류삼림자원조사수거작대비.결과표명,3충분류방법도능교고정도지감측제기시불동삼림류형총면적,정도재77.53％ ～ 83.18％지간；단시재향진척도상,3충분류방법적정도도불이상,총상대균방근오차분별위41.83％,44.91％화44.18％.제관목림외,이상3충분류방법재정도상몰유현저차이(P＞0.5).금후연구응종다원요감영상융합등기술상제고상원척도상적분류정도.
