基于RBF神经网络的城市森林碳储量遥感建模与动态变化分析——以南京市为例

• 作者: 凌子燕 黄进
• 来源期刊: 林业资源管理
• 学科: 农学
• 关键词: 森林碳储量 RBF神经网络 遥感 南京
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 技术应用
• 页码范围: 120-125
• 页数: 6页
• 分类号: S718.55|TP79
• 字数: 4254字
• 语种: 中文

摘要

研究将TM遥感数据的归一化植被指数(NDVI)和短波红外植被指数(SWVI)融入径向基神经网络中,构建了森林碳储量估算模型,并应用该模型反演了南京市不同时期的森林碳储量.结果显示:1)该模型的平均估算精度达到74.62％,比线性回归模型精度更高、拟合更稳定,是一种相对简便、易于操作和准确度高的森林碳储量估算方法；2)南京市的森林碳储量总体分布面积较大,但在区域上分布不太均匀,1988-2005年期间各辖区的森林碳储量均有不同程度的减少,减少率由小到大依次排列为:栖霞区＜玄武区＜下关区＜雨花台区＜鼓楼区＜白下区＜秦淮区＜建邺区.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌子燕		6	31	3.0	5.0
2	黄进		1	8	1.0	1.0