基于ENVISAT/ASAR的神经网络反演人工林叶面积指数研究

被引：8

作者：

高帅 ^{[1
,2
]}

牛铮 ^{[1
]}

邬明权 ^{[1
]}

机构：

[1] 中国科学院遥感与数字地球研究所遥感科学国家重点实验室

[2] 中国科学院大学

来源：

遥感技术与应用 | 2013年 / 28卷 / 02期

关键词：

叶面积指数; 合成孔径雷达; 后向散射系数; ENVISAT/ASAR; 神经网络;

D O I：

暂无

中图分类号：

S771.8 [森林遥感];

学科分类号：

1404 ;

摘要：

对我国西北黑河地区的人工林,进行了基于ENVISAT/ASAR数据构造神经网络的反演杨树林叶面积指数研究。首先,分析了白杨树林、沙枣树林的叶面积指数(LAI)与ENVISAT/ASAR不同极化后向散射系数的相关关系,研究表明人工林的空间分布均一性是影响雷达后向散射和LAI关系的首要因素,其次,不同的入射角对后向散射也具有明显的差异。基于上述分析,通过神经网络算法,利用不同时相、不同入射角的ENVISAT/ASAR雷达影像对白杨树林LAI进行了反演研究,对验证样本、训练样本、所有样本实测值与预测值进行了比较验证,其决定系数R2分别为0.61、0.91和0.82,表明基于ENVISAT/ASAR雷达数据利用神经网络算法反演人工林叶面积指数的可行性。

引用

页码：205 / 211

页数：7

共 14 条

[1] A multisensor fusion approach to improve LAI time series [J].

Verger, Aleixandre ;

Baret, Frederic ;

Weiss, Marie .

REMOTE SENSING OF ENVIRONMENT, 2011, 115 (10) :2460-2470

[2] The relationship between the leaf area index (LAI) of rice and the C-band SAR vertical/horizontal (VV/HH) polarization ratio [J].

Chen, Jinsong ;

Lin, Hui ;

Huang, Chudong ;

Fang, Chaoyang .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 2009, 30 (08) :2149-2154

[3]

A semi-empirical backscattering model for estimation of leaf area index (LAI) of rice in southern China.[J].J. Chen;H. Lin;A. Liu;Y. Shao;L. Yang.International Journal of Remote Sensing.2006, 24

[4] Training a neural network with a canopy reflectance model to estimate crop leaf area index [J].