基于BP神经网络模型的南方离子型稀土矿区开采遥感监测研究
离子型稀土开采带来了一系列生态环境问题,日 益引起人们的关注.以多时相Landsat遥感影像为数据源,通过波段提取、植被指数(Normalized Difference Vegetation Index,NDVI)、裸土指数(Bare Soil Index,BSI)和数字高程模型(Digital Elevation Model,DEM)等不同特征组合,构建"6-10-6"的三层式BP神经网络分类模型,对赣南近30年离子型稀土矿区开采损毁土壤时空变化特征进行了分析,结果表明:基于NDVI,BSI,DEM等不同特征组合的神经网络分类方法,能够有效地提高分类精度,解译制图精度、用户精度、Kappa系数比单纯基于光谱的神经网络分类分别提高了 12.11%~17.75%,13.40%~16.39%,0.137~0.179.从稀土矿区开采损毁面积来看,1987~2017年,赣南稀土矿开采大致呈现为由少量开采到过度开采再到逐步恢复的过程,由1987年的1905.5 hm2扩张至2007年的17165.5 hm2,2017年损毁面积又回落至6477.74 hm2.从空间分布来看,赣南稀土开采主要集中在寻乌、定南、安远、信丰、宁都、赣县、龙南8个县(市、区).该研究较好地揭示了赣南30年来稀土矿区开采土壤毁损与恢复过程,研究结果可为矿区的生态环境治理及可持续发展提供借鉴.
BP神经网络模型、稀土矿区、遥感
40
TP75(遥感技术)
国家自然科学基金;土壤与农业可持续发展国家重点实验室基金项目
2022-04-24(万方平台首次上网日期,不代表论文的发表时间)
共12页
339-350