曹兆伟，林宁，徐文斌，卢文虎，张孝龙

（1.上海海洋大学，上海　201306；2.国家海洋信息中心，天津　300171；3.镇江市气象局，江苏　镇江　212003）

基于BP神经网络的东屿岛遥感影像分类

曹兆伟1，林宁2，徐文斌2，卢文虎2，张孝龙3

（1.上海海洋大学，上海201306；2.国家海洋信息中心，天津300171；3.镇江市气象局，江苏镇江212003）

精准高效的海岛遥感影像分类是充分利用海岛基础资料的有效手段，也是全面掌握海岛基本情况及变化情况、保障海岛保护和开发利用有序进行、实现全国海岛动态监管的重要技术措施。以2008年海南省东屿岛航空遥感影像为数据源，借助ENVI遥感图像处理软件选取训练样本集，通过MATLAB仿真软件构建“3-8-5”的3层BP神经网络分类模型，实现对东屿岛遥感影像的分类。实验结果显示，BP神经网络分类总精度为87.85%，Kappa系数为0.84，与最小距离法分类相比，分别提高5.53个百分点和0.07。实验证明BP神经网络分类方法是一种行之有效且精确度更高的分类方法。

BP神经网络；影像分类；海岛；东屿岛

海岛作为我国沿海第二经济带，是壮大海洋经济、拓展发展空间的重要依托，也是保护海洋环境、维护生态平衡的重要平台，更是捍卫国家权益保障国防安全的战略前沿（吴姗姗等，2013），因此对海岛及其周边海域进行监视监测是一项必不可少的基础性工作。但由于海岛地理位置远离大陆，交通不便，登岛困难，而利用遥感技术则可克服上述不利，因此成为海岛监视监测的主要手段之一。

遥感技术是20世纪60年代初兴起的一门综合性探测技术，遥感影像分类是遥感信息提取的重要手段，发展分类方法提高分类效率和精度更是遥感应用研究的热点（贾坤等，2011）。……