三种叶绿素含量遥感估算模型比较

• 作者: 于颖 王亚卿
• 来源期刊: 森林工程
• 学科: 农学
• 关键词: 叶绿素含量 多元统计回归 神经网络 支持向量机
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 森林资源建设与保护
• 页码范围: 28-32
• 页数: 5页
• 分类号: S758
• 字数: 3501字
• 语种: 中文

摘要

叶绿素是植物光合作用的主要参与者,是分析和评估森林生产力、森林健康和研究森林生态系统固碳能力的基础,准确的估算森林叶绿素含量极为重要.本研究利用实测叶片光谱和对应的叶绿素含量,分别使用多元统计、神经网络和支持向量机方法建立叶绿素含量估算模型,并比较和分析不同估算模型的优缺点,为开展相关研究提供参考.研究结果表明:三种建模方法中以Erf-BP神经网络模型最优,拟合精度达到了94.46%,RMSE为3.321 μg/cm2;支持向量机方法次之,拟合精度在92.41%,RMSE为5.705 μg/cm2;以多元逐步回归方程精度最低,为88.74%,且RMSE偏大,达到了13.354 μg/cm2.通过拟合精度和均方根误差2个指标可以明显地比较出Erf-BP神经网络具有最好的拟合精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于颖	东北林业大学林学院	38	378	10.0	19.0
2	王亚卿	东北林业大学林学院	1	2	1.0	1.0