基于人工神经网络的天然林生物量遥感估测

被引：40

作者：

王立海

邢艳秋

机构：

[1] 东北林业大学森林作业与环境研究中心

来源：

应用生态学报 | 2008年 / 02期

关键词：

天然林; 生物量; 遥感; 估测; 模型; 人工神经网络;

D O I：

10.13287/j.1001-9332.2008.0082

中图分类号：

Q948 [植物生态学和植物地理学];

学科分类号：

071012 ; 0713 ;

摘要：

基于LandsatTM遥感图像,以吉林省汪清天然林区为例,应用B-P神经网络建立了森林生物量非线性遥感模型系统.除采用遥感数据外,该系统还引入了地形因子(海拔、坡度、坡向、立地类型等)作为模型自变量.通过压缩输入数据和增强网络训练学习算法等措施,对标准B-P神经网络进行了增强.模型仿真结果表明:增强型B-P神经网络具有收敛速度快和自学习、自适应功能强的特点,能最大限度地利用样本集的先验知识,自动提取合理的模型,模型预测结果能真实合理地反映实际情况.针叶林、阔叶林和针阔混交林的生物量遥感模型系统仿真结果的平均相对误差分别为-1.47%、2.38%和3.56%,平均相对误差绝对值分别为6.33%、8.46%和8.91%,预估效果较理想.应用该模型系统生成了研究区的森林生物量定量分布图,其总体精度为88.04%.

引用

页码：261 / 266

页数：6

共 16 条

[1] 利用GIS对吉林针阔混交林TM遥感图像分类方法的初探
王立海
赵正勇
杨旗
[J]. 应用生态学报, 2006, (04) : 4577 - 4582
[2] 中国森林生态系统的植物碳贮量及其影响因子分析
赵敏
周广胜
[J]. 地理科学, 2004, (01) : 50 - 54
[3] 粤西南亚热带森林演替过程中的生物量与净第一性生产力动态
杨清培
李鸣光
王伯荪
李仁伟
王昌伟
[J]. 应用生态学报, 2003, (12) : 2136 - 2140
[4] 利用TM数据提取粤西地区的森林生物量
郭志华
彭少麟
王伯荪
[J]. 生态学报, 2002, (11) : 1832 - 1839+2022
[5] 兴安落叶松林碳平衡和全球变化影响研究
蒋延玲
周广胜
[J]. 应用生态学报, 2001, (04) : 481 - 484
[6] 基于NDVI的中国天然森林植被净第一性生产力模型
郑元润
周广胜
[J]. 植物生态学报, 2000, (01) : 9 - 12
[7] Predictive relations of tropical forest biomass from Landsat TM data and their transferability between regions
Foody, GM
Boyd, DS
Cutler, MEJ
[J]. REMOTE SENSING OF ENVIRONMENT, 2003, 85 (04) : 463 - 474
[8] Sensitivity of large-footprint lidar to canopy structure and biomass in a neotropical rainforest[J] . Jason B Drake,Ralph O Dubayah,Robert G Knox,David B Clark,J.B Blair.Remote Sensing of Environment . 2002 (2)
[9] Savanna and tropical rainforest biomass estimation and spatialization using JERS-1 data
Santos, JR
Lacruz, MSP
Araujo, LS
Keil, M
[J]. INTERNATIONAL JOURNAL OF REMOTE SENSING, 2002, 23 (07) : 1217 - 1229
[10] Forest change monitoring of a remote biosphere reserve
Sader, SA
Hayes, DJ
Hepinstall, JA
Coan, M
Soza, C
[J]. INTERNATIONAL JOURNAL OF REMOTE SENSING, 2001, 22 (10) : 1937 - 1950

← 1 2 →