基于人工神经网络的植被覆盖遥感反演方法研究

被引：21

作者：

陈涛 ^{[1
,2
]}

牛瑞卿 ^{[1
]}

李平湘 ^{[3
]}

张良培 ^{[3
]}

机构：

[1] 中国地质大学(武汉)地球物理与空间信息学院

[2] 中国气象局农业气象保障与应用技术重点开放实验室

[3] 武汉大学测绘遥感信息工程国家重点实验室

来源：

遥感技术与应用 | 2010年 / 25卷 / 01期

关键词：

植被覆盖; BP神经网络; “北京一号”; 遥感反演; 密云水库流域;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

摘要：

使用新型遥感数据——"北京一号"小卫星数据,采用BP神经网络法对密云水库流域内的植被覆盖进行反演,并将结果与传统回归分析法和NDVI像元二分法进行比较。结果表明:在山区植被信息遥感反演算法中,神经网络方法以其对非线性过程的精确模拟而具有比传统算法更高的精度,尤其对于遥感反演算法难度较大的山区植被覆盖信息提取效果较好。

引用

页码：24 / 30

页数：7

共 11 条

[1] 武汉地区1988～2002年植被覆盖度变化动态分析 [J].

陈涛 ;

李平湘 ;

张良培 .

遥感技术与应用, 2008, (05) :511-516+488

[2] 密云水库上游植被覆盖度的遥感估算 [J].

李苗苗 ;

吴炳方 ;

颜长珍 ;

周为峰 .

资源科学, 2004, (04) :153-159

[3] 南水北调西线调水工程区的自然生态环境评价 [J].

杨胜天 ;

刘昌明 ;

杨志峰 ;

孙睿 ;

周晓东 .

地理学报, 2002, (01) :11-18

[4] 人工神经网络在遥感中的应用与发展 [J].

江东 ;

王建华 .

国土资源遥感, 1999, (02) :15-21

[5]

Neural network estimation of LAI , fAPAR , fCover and LAI × C ab , from top of canopy MERIS reflectance data: Principles and validation[J] . C. Bacour,F. Baret,D. Béal,M. Weiss,K. Pavageau.Remote Sensing of Environment . 2006 (4)

[6]

Monitoring vegetation cover across semi-arid regions: comparison of remote observations from various scales[J] . C. Leprieur,Y. H. Kerr,S. Mastorchio,J. C. Meunier.International Journal of Remote Sensing . 2000 (2)

[7] Evaluation of canopy biophysical variable retrieval performances from the accumulation of large swath satellite data [J].