一种基于BP神经网络的极化干涉SAR植被高度反演方法

• 作者: 朱炬波 李廷伟 梁甸农 黄海风
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 植被高度反演 极化干涉 SAR BP 神经网络 三阶段植被高度反演
• 年，卷（期）: 2010,（3）
• 页码范围: 60-64
• 分类号: TN958
• 字数: 3242字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2486.2010.03.012

摘要

地面干涉相位估计偏差和植被散射模型偏差都将引起三阶段植被高度反演偏差,针对该问题,提出了基于BP神经网络的植被高度反演方法,该方法直接利用BP神经网络模拟极化复相关系数与植被高度之间的非线性映射关系,不仅可以避免地面干涉相位估计偏差导致的植被高度反演偏差,还能降低三阶段植被高度反演方法面临的散射模型偏差导致的植被高度反演偏差,具有比三阶段植被高度反演方法更高的反演精度.实验结果验证了新方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁甸农	国防科技大学电子科学与工程学院	231	1811	20.0	30.0
2	朱炬波	国防科技大学电子科学与工程学院	59	528	13.0	18.0
3	李廷伟	国防科技大学电子科学与工程学院	8	69	4.0	8.0
4	黄海风	国防科技大学电子科学与工程学院	28	182	10.0	11.0