基于非成像高光谱的高山松叶绿素估算模型研究

• 作者: 吴娇娇 张亚红 杨凯博 胥喆 舒清态
• 来源期刊: 西北林学院学报
• 关键词: 高光谱 叶绿素 BP神经网络 相关系数 高山松
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 森林生物学
• 页码范围: 73-78,179
• 页数: 7页
• 分类号: S757
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7461.2017.02.12

摘要

以云南省香格里拉县建塘镇的高山松为研究对象,使用ASD Field Spec 3便携式野外地物光谱仪测定高山松叶片光谱,并在实验室测定叶片样本的叶绿素含量.经光谱分析技术及统计相关分析法进行光谱数据的分析处理,提取原始光谱及一阶微分光谱特征波段和光谱特征变量,建立与叶绿素含量间的单变量估测模型和双隐层BP神经网络预测模型,并采用决定系数(R2)、均方根差(RMSE)和相对误差(RE)进行精度检验.结果表明,单变量模型以一阶微分光谱反射率的三次函数模型为最优模型,其R2、RMSE、RE分别为0.511、1.297 6 mg/g、10.06％,而基于双隐层BP神经网络最优模型的R2、RMSE、RE分别为0.637、0.384 1 mg/g、9.47％,精度达到90.53％,经比较得出其具有较优的预测能力,充分体现BP模型的可行性,为快速、准确的估测高山松叶绿素含量提供有利的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒清态	西南林业大学林学院	60	362	10.0	16.0
2	张亚红	西南林业大学林学院	7	18	3.0	4.0
3	吴娇娇	西南林业大学林学院	8	30	4.0	4.0
4	杨凯博	西南林业大学林学院	8	21	3.0	4.0
5	胥喆	西南林业大学林学院	5	17	3.0	4.0