基于遥感数据SOFM网络分类的五种城市增长方式鉴别方法应用研究

摘要：

使用了自主研发的自组织神经网络分类(SOFM)方法[1～3],选择了1988、1994、2001和2003年5～6月份TM+时间序列多光谱遥感数据,对北京城市增长方式进行了30 m分辨率遥感时序数据的鉴别,包括填充式增长方式、扩张式增长方式、独立式增长方式、线状式增长方式和簇状增长方式,并绘制了三个时期的城市增长图.在此基础上,根据北京城市增长环线驱动的特点,分别对四环内、四环至五环、五环至六环1988～1994年、1994～2001年、2001～2003年的5种城市扩展方式面积进行了统计.

关键词：神经网络分类、城市五种增长方式鉴别模型、城市环线增长面积统计

所属期刊栏目：30

分类号：TP751;P237.4;P237.9(遥感技术)

资助基金：国家科技攻关项目200BA904807-2;国家高技术研究发展计划863计划2003AA135080-2

在线出版日期：2005-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：525-528,538