2097-3012(2023)02-0193-09JournalofSpatio-temporalInformation时空信息学报收稿日期:2023-04-18；修订日期:2023-07-31基金项目:国家自然科学基金面上项目（41671455）作者简介:周建，研究方向为环境地质。E-mail:646703651@qq.com通信作者:闫超德，研究方向为地图制图和地理空间分析等。E-mail:ycd@zzu.edu.cn基于BP神经网络的黄土侵蚀沟自动提取方法周建1，陈柯如2，闫絮3，徐吉坤2，闫超德2，冯虎贲1，李紫薇21.河南省第四地质矿产调查院有限公司，郑州451464；2.郑州大学黄河实验室，郑州450001；3.河南工程学院电气信息工程学院，郑州451191摘要：黄土侵蚀沟信息是研究沟壑地貌土壤侵蚀的重要依据，而目前遥感影像提取方法中存在沟沿陡边的遮挡问题，由此，本文研究了一种基于反向传播神经网络的自动提取方法。首先，利用数字高程模型，基于黄土侵蚀沟的特征分析，选取横向坡度、坡度变率、坡向变率、地形起伏度、地表切割深度、高程变异系数和地表粗糙度作为地形特征因子，通过沟谷网络的计算，制作黄土侵蚀地貌的训练样本数据集；然后，基于反向传播神经网络模型的训练实验，选择Trainbr作为神经网络模型的学习算法；最后，应用侵蚀沟地貌的神经网络模型对测试数据集进行提取实验，并与随机森林和支持向量机方法进行比较。结果表明，本文方法的准确率好于其他方法，漏分情况相对较少，可以满足黄土冲沟信息的高效与准确提取需求。关键词：地貌识别；黄土侵蚀沟；BP神经网络；地形特征因子；机器学习引用格式：周建,陈柯如,闫絮,徐吉坤,闫超德,冯虎贲,李紫薇.2023.基于BP神经网络的黄土侵蚀沟自动提取方法.时空信息学报,30(2):193-201ZhouJ,ChenKR,YanX,XuJK,YanCD,FengHB,LiZW.2023.AutomaticextractionmethodofloesserosiongulliesbasedonBPneuralnetwork.JournalofSpatio-temporalInformation,30(2):193-201,doi:10.20117/j.jsti.2023020051引言地形的科学表达与分析是地理学的核心研究命题，也是测绘学、地图学及地貌学研究的热点（汤国安，2014）。地形分类对于表达相应的地形特征、揭示地貌形成机制、揭示地貌演化过程都具有重要作用（杜琳等，2020）。黄土侵蚀地貌由于其结构及演化的复杂性，一直是地貌研究的重点。黄土侵蚀沟是黄土侵蚀地貌中最有活力、最具变化的地貌单元，也是研究沟壑地貌土壤侵蚀的重要依据（那嘉明等，2016）。传统黄土侵蚀沟的提取大多基于地形图和航空影像的视觉解释与野外调查完成，但是这种方法依赖于专家...
