基于物理模型训练神经网络的作物叶面积指数遥感反演研究

作     者：刘洋 刘荣高 刘斯亮 刘纪远 陈仲新 王利民 邹金秋 LIU Yang;LIU Ronggao;LIU Siliang;LIU Jiyuan;CHEN Zhongxin;WANG Liming;ZOU Jinqiu

作者机构：中国科学院地理科学与资源研究所北京100101 中国科学院研究生院北京100049 中国农业科学院农业资源与农业区划研究所北京100081 

基　　金：国家863课题(2007AA12Z158) 国家科技支撑计划课题(2006BAC08B04 2008BAK50B06 2008BAK49B01) 

出 版 物：《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期：2010年第12卷第3期

页      码：426-435页

摘      要：叶面积指数(LAI)是估算作物生长的关键参数。基于物理模型的LAI反演,被认为是当前最为可靠的方法,但其反演复杂。本文提出了将物理模型和神经网络相结合,从地表反射率反演叶面积指数的算法,利用MOD IS地表反射率和4-scale模型反演作物LAI。(1)利用4-scale模型模拟不同LAI与地表反射率的关系,生成训练数据;(2)利用模型模拟的LAI训练神经网络;(3)以MOD IS地表反射率输入训练后的神经网络,反演LAI。估算的LAI与其他LAI产品进行了比较,结果表明,估算的作物LAI和MOD IS及CYCLOPES LAI产品空间和时间分布一致,均方根误差分别为0.4994和0.6558。以2004年衡水的作物LAI地面观测数据进行了直接验证,估算的LAI与研究区地表植被分布一致,但是,三种卫星LAI产品都小于地表测量,故需针对华北平原浓密作物设计模型参数化方案。

主 题 词：叶面积指数 神经网络 方向反射率 作物 MODIS 

学科分类：083002[083002] 0830[工学-生物工程类] 08[工学] 09[农学] 0804[工学-材料学] 0903[农学-动物生产类] 0816[工学-纺织类] 081602[081602] 081102[081102] 0811[工学-水利类] 

核心收录：

馆 藏 号：203134842...