毛乌素沙漠植被的神经网络提取方法研究

作     者：孟健 熊文豪 周寒 张晓倩 刘天琦 高贤君 MENG Jian;XIONG Wenhao;ZHOU Han;ZHANG Xiaoqian;LIU Tianqi;GAO Xianjun

作者机构：中国矿业大学(北京)地球科学与测绘工程学院北京100083 长江大学地球科学学院武汉430100 内蒙古自治区测绘地理信息中心呼和浩特010050 新疆大学地质与矿业工程学院乌鲁木齐830047 

出 版 物：《计算机与数字工程》 (Computer & Digital Engineering)

年 卷 期：2024年第52卷第1期

页      面：206-212页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：长江大学2020年大学生创新创业训练计划(编号:Yz2020018)资助 

主　　题：毛乌素沙漠 植被提取 神经网络 精度评定 

摘      要：地表植被作为人类自然生态系统的一个重要组成部分,在减轻土壤侵蚀、维持生态平衡、提高防风固沙能力,以及维持局部区域经济可持续发展等许多方面都发挥着重要的主导作用。近年来,卫星遥感技术凭借其大范围、多尺度、多时相的优势,已经成为一种低成本、高效率的植被覆盖估计算法,在植被提取和变化监测中表现出了重要的应用价值。论文以榆林市毛乌素沙漠地区为主要研究区域,利用手机可视化虚拟图像处理环境(Environment for Visualizing Images,ENVI)分析软件对landsat8遥感影像进行地表植被的信息提取,采用不同的监督分类方法对植被信息进行分类提取,并对不同的监督分类结果进行质量精度分析评定。结果表明,神经网络方法较其他方法在沙漠植被提取方面表现出较优的性能,可以实现对沙漠植被的动态变化监测。