基于神经网络方法的芦苇叶面积指数遥感反演

被引：16

作者：

陈健 ^{[1
]}

倪绍祥 ^{[2
]}

李云梅 ^{[1
]}

机构：

[1] 南京信息工程大学遥感学院

[2] 南京师范大学地理科学学院

来源：

国土资源遥感 | 2008年 / 02期

关键词：

神经网络; FCR模型; 叶面积指数; 反演; 芦苇;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用]; TP183 [人工神经网络与计算];

学科分类号：

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。

引用

页码：62 / 67

页数：6

共 10 条

[1]

水稻BRDF模型集成与应用研究.[D].李云梅.浙江大学.2001, 01

[2] 芦苇地叶面积指数的遥感反演 [J].