【摘要】ＢＰ神经网络因具有自学习、自适应、大规模并行处理等特点而广泛应用于遥感影像分类中，但是该方法训练时容易陷入局部极小值，且收敛速度较慢，针对这些不足提出一种基于相容粗糙集的ＢＰ神经网络分类方法。本文以双台子河口湿地为研究对象，以Ｌａｎｄｓａｔ－８ ＯＬＩ影像为数据基础，利用相容粗糙集理论对样本数据集进行预处理，将得到的数据作为新的训练样本，在ＭａｔＬａＢ软件平台下建立ＢＰ神经网络的湿地覆被分类模型，进行湿地覆被信息提取，将分类结果与单纯的ＢＰ神经网络以及粗糙集样本属性约简预处理的分类结果进行比较分析。结果表明，基于相容粗糙集的ＢＰ神经网络分类方法可以剔除训练样本中的噪声数据，提高网络的训练成功率．．．