原文服务方: 东北林业大学学报       
摘要:
采用小兴安岭南坡TM图像和232块森林资源一类清查样地数据构建多元回归方程和神经网络模型,用以估测该地区森林生物量.选取环境因子、生物因子和遥感信息在内的13个自变量计算出回归方程的R2=0.712 5,并通过了相关检验.在对独立样地估测中,人工神经网络模型估测的平均精度为90.61%.基于回归方程估测有助于阐明森林生物量与遥感信息之间的内在机理;神经网络技术使高精度估测成为可能.
推荐文章
基于PCA的森林生物量遥感信息模型研究
森林生物量
主成分(PCA)
遥感模型
IRS
高黎贡山自然保护区
神经网络模型森林生物量遥感估测方法的研究
landsat TM数据
森林生物量
人工神经网络
BP网络
RBF网络
基于Landsat-8影像的西宁市南北山森林生物量估测模型研究
生物量
模型
Landsat-8
逐步回归分析
西宁市
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遥感信息估测森林的生物量
来源期刊 东北林业大学学报 学科
关键词 TM 生物量 回归模型 神经网络
年,卷(期) 2003,(2) 所属期刊栏目
研究方向 页码范围 13-16
页数 4页 分类号 S7
字数 语种 中文
DOI 10.3969/j.issn.1000-5382.2003.02.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 国庆喜 61 1419 19.0 36.0
2 张锋 11 290 3.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (89)
参考文献  (3)
节点文献
引证文献  (239)
同被引文献  (383)
二级引证文献  (1744)
1944(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(9)
  • 引证文献(8)
  • 二级引证文献(1)
2005(7)
  • 引证文献(2)
  • 二级引证文献(5)
2006(13)
  • 引证文献(5)
  • 二级引证文献(8)
2007(38)
  • 引证文献(18)
  • 二级引证文献(20)
2008(37)
  • 引证文献(17)
  • 二级引证文献(20)
2009(55)
  • 引证文献(11)
  • 二级引证文献(44)
2010(92)
  • 引证文献(20)
  • 二级引证文献(72)
2011(115)
  • 引证文献(21)
  • 二级引证文献(94)
2012(130)
  • 引证文献(19)
  • 二级引证文献(111)
2013(179)
  • 引证文献(21)
  • 二级引证文献(158)
2014(210)
  • 引证文献(23)
  • 二级引证文献(187)
2015(241)
  • 引证文献(22)
  • 二级引证文献(219)
2016(237)
  • 引证文献(18)
  • 二级引证文献(219)
2017(211)
  • 引证文献(17)
  • 二级引证文献(194)
2018(210)
  • 引证文献(11)
  • 二级引证文献(199)
2019(156)
  • 引证文献(5)
  • 二级引证文献(151)
2020(42)
  • 引证文献(0)
  • 二级引证文献(42)
研究主题发展历程
节点文献
TM
生物量
回归模型
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
论文1v1指导