换一批林地叶面积指数遥感估算方法适用分析
Assessment of different methods for estimating forest leaf area index from remote sensing data
摘要叶面积指数是与森林冠层能量和CO2交换密切相关的一个重要植被结构参数,为了探讨估算林地叶面积指数LAI的遥感适用方法和提高精度的途径,利用TRAC仪器测定北京城区森林样地的LAI,从Landsat TM遥感图像计算NDVI、SR、RSR、SAVI植被指数,分别建立估算LAI的单植被指数统计模型、多植被指数组合的改进BP神经网络,获取最有效描述LAI与植被指数非线性关系的方法并应用到TM图像估算北京城区LAI.结果表明,单植被指数非线性统计模型估算LAI的精度高于线性统计模型;多植被指数组合神经网络中,以NDVI、RSR、SAVI组合估算LAI的精度最高,估算值与观测值线性回归方程的R2最高,为0.827,而RMSE最低,为0.189,神经网络解决了多植被指数组合统计模型非线性回归方程的系数较多、较难确定的问题,可较为有效的应用于遥感图像林地LAI的估算.
更多相关知识
关键词
林地叶面积指数神经网络统计模型多植被指数组合forestleaf area indexneural networkstatistical modelmulti vegetation index combination
栏目名称
DOI
10.5846/stxb201212181819
发布时间
2015-10-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览92
- 被引22
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
