基于Landsat 8 OLI多光谱影像数据和BP神经网络的叶面积指数反演

作     者：杨敏 林杰 顾哲衍 佟光臣 翁永兵 张金池 鲁小珍 Yang Min;Lin Jie;Gu Zheyan;Tong Guangchen;Wong Yongbing;Zhang Jinchi;Lu Xiaozhen

作者机构：南京林业大学江苏省水土保持与生态修复重点实验室南京210037 南京林业大学江苏省南方现代林业协同创新中心南京210037 江苏省水利勘测设计研究院有限公司江苏扬州225127 

基　　金：国家自然科学基金“基于多角度遥感信息的土壤侵蚀模型植被覆盖与管理措施因子C定量反演研究”(31200534) 江苏高校优势学科建设工程资助项目 

出 版 物：《中国水土保持科学》 (Science of Soil and Water Conservation)

年 卷 期：2015年第13卷第4期

页      码：86-93页

摘      要：叶面积指数能反映出植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,这正是植被影响土壤侵蚀的主要方面。及时、准确、有效地获取区域尺度植被LAI,对研究土壤侵蚀与植被的关系至关重要。本文作者以Landsat 8 OLI多光谱遥感影像和叶面积指数(Leaf Area Index,LAI)实测数据为基础,构建了神经网络隐含层层数分别为1层和2层的神经网络模型,经对比分析,BP神经网络模型反演叶面积指数具有较高的反演精度,尤其是隐含层为2层时,平均相对误差(MAPE)是0.201 3、均方根误差(RMSE)是0.52、相关系数R是0.77,均优于非线性回归模型。基于隐含层为2层的BP神经网络模型反演生成了南京市LAI分布图,经分析,LAI分布情况与植被实际分布情况相符,模型的空间可靠性较高。

主 题 词：多光谱影像数据 BP神经网络 LAI 

学科分类：09[农学] 0903[农学-动物生产类] 

核心收录：

D　O　I：10.3969/j.issn.1672-3007.2015.04.013

馆 藏 号：203172635...