基于Landsat8 OLI多光谱影像数据和BP神经网络的叶面积指数反演

• 作者: 佟光臣 张金池 杨敏 林杰 翁永兵 顾哲衍 鲁小珍
• 来源期刊: 中国水土保持科学
• 学科: 农学
• 关键词: 多光谱影像数据 BP神经网络 LAI
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 86-93
• 页数: 8页
• 分类号: S771.8
• 字数: 6504字
• 语种: 中文

摘要

叶面积指数能反映出植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,这正是植被影响土壤侵蚀的主要方面.及时、准确、有效地获取区域尺度植被LAI,对研究土壤侵蚀与植被的关系至关重要.本文作者以Landsat 8OLI多光谱遥感影像和叶面积指数(Leaf Area Index,LAI)实测数据为基础,构建了神经网络隐含层层数分别为l层和2层的神经网络模型,经对比分析,BP神经网络模型反演叶面积指数具有较高的反演精度,尤其是隐含层为2层时,平均相对误差(MAPE)是0.201 3、均方根误差(RMSE)是0.52、相关系数R是0.77,均优于非线性回归模型.基于隐含层为2层的BP神经网络模型反演生成了南京市LAI分布图,经分析,LAI分布情况与植被实际分布情况相符,模型的空间可靠性较高.