|
|||||
|
|
| 基于神经网络方法的芦苇叶面积指数遥感反演 | |
| 引用本文： | 陈健,倪绍祥,李云梅.基于神经网络方法的芦苇叶面积指数遥感反演[J].国土资源遥感,2008(2):62-67. |
| 作者姓名： | 陈健 倪绍祥 李云梅 |
| 作者单位： | 1. 南京信息工程大学遥感学院,南京,210044 2. 南京师范大学地理科学学院,南京,210097 3. 南京信息工程大学遥感学院,南京,210044;南京师范大学地理科学学院,南京,210097 |
| 基金项目： | 国家自然科学基金 , 南京信息工程大学校科研和教改项目 |
| 摘 要： | 提出了一种从TM图像上获取芦苇冠层叶面积指数的方法:首先对芦苇的生长背景进行分类;然后,对不同的背景光谱利用冠层反射率(FCR)模型计算得到查找表;最后,利用实测数据和查找表中的数据作为参数进行BP神经网络模型训练,从而得到芦苇冠层LAI。结果表明,人工神经网络方法有很强的非线性拟合能力,能够消除背景对反演结果的影响,有效提高LAI反演的精度。 |
| 关 键 词： | 神经网络 FCR模型 叶面积指数 反演 芦苇 |
| 文章编号： | 1001-070X(2008)02-0062-06 |
| 修稿时间： | 2007年12月12 |
LAI RETRIEVAL OF REED CANOPY USING THE NEURAL NETWORK METHOD |
|
| CHEN Jian,NI Shao-xiang,LI Yun-mei.LAI RETRIEVAL OF REED CANOPY USING THE NEURAL NETWORK METHOD[J].Remote Sensing for Land & Resources,2008(2):62-67. | |
| Authors: | CHEN Jian NI Shao-xiang LI Yun-mei |
| Abstract: | Rapid and accurate LAI retrieval from a large area is an important research topic in the field of remote sensing.In this paper,a model is presented to estimate LAI of reed canopy from Landsat-5 TM image data.The model first classified the background of reed canopy into soil and water and then calculated and output a lookup table(LUT) by use of FCR model.After that,LAI mapping was conducted based on the BP neural network model,which was trained using the data of actual measurement and LUT.The results indicate that the method has strong nonlinear fitting capability,and can improve the accuracy of LAI results through reducing the background influence from the background spectrum. |
| Keywords: | Neural network FCR model Leaf Area Index(LAI) Retrieval Reed canopy |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |