首页 -> 文献共享 -> 土地利用-> 正文

长时间序列Radarsat图像的神经网络模拟及土地覆盖变化的快速检测

作者：钱峻屏,黎 夏,叶嘉安,艾 彬,刘 凯,陈晓越   出版商：遥感学报   出版日期：2007 年 11 月
摘  要：土地覆盖的短期时空变化模式研究,对土地覆盖的快速、动态监测具有重要意义,也是遥感研究的新热点。本文利用2000)2001年的时间序列Radarsat图像,采用功率谱分析方法,对土地覆盖的短期时)空变化的周期特征进行了分析,由此建立了基于时间序列影像分析的神经网络预测模型,从植被主要生长季节的时间序列雷达卫星影像获取训练样本,对研究区域的典型土地覆盖的短期动态变化过程进行了学习。学习后的模型能够利用多个时间序列的Radarsat影像对下一时刻的影像进行模拟,并进一步检测变化。在模拟结果基础上,定义相对变化距离函数和检测门限,对模拟影像及实际影像中的变化区域进行了检测。检测精度范围在66167% (农村居民点))91167% (水体)之间,平均检测精度为81166%。由于时间序列信号的引入,神经网络模型能够较好地获取土地覆盖的短期动态变化信息。
查看全文 本地浏览
相关数据
暂无相关数据！
相关文章
暂无相关文献！
●  上一篇： 北方农牧交错带草原产草量遥感监测模型     ●  下一篇： 竞奏共鸣下的 “ 对话 ” ——— 从 《 地图 》 解读谭盾音乐    
声明：本站文献资源来源于网络，仅供学习交流使用，不得以任何形式用于商业用途，请于浏览后24小时内删除。如有疑问欢迎与我们联系，感谢您的支持。