1988-2013年基于BP神经网络的植被叶面积指数遥感定量反演

• 作者: 佟光臣 唐鹏 张金池 杨敏 林杰 潘颖
• 来源期刊: 生态学报
• 关键词: 南京市 BP神经网络 长时间序列 LAI 土壤侵蚀
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 研究论文
• 页码范围: 3534-3542
• 页数: 9页
• 语种: 中文
• DOI: 10.5846/stxb201703290547

摘要

叶面积指数(Leaf Area Index,LAI)高度综合了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,是植被影响土壤侵蚀的主要方面.区域尺度的时间序列叶面积指数揭示了区域土壤侵蚀的演化过程.因此,及时准确地掌握区域尺度上长时间序列的植被LAI,对研究土壤侵蚀动态变化与植被的关系至关重要.选择南京市1988-2013年10期遥感影像,基于反向传播(Back Propagation,BP)神经网络构建LAI反演模型,进行了长时间序列的叶面积指数反演.结合2009和2010年LAI实测值,验证与探讨了该模型的评价精度与适应性.结果表明:(1)该模型拟合度较高,2009和2010年平均相对误差、均方根误差、相关系数分别是0.2395和0.2174,0.2962和0.2581,0.7713和0.6844,各项精度评价指标均较好;(2)统计分析去除耕地后全市LAI变化,低植被覆盖(LAI＜2)面积不断增加,高植被覆盖区(LAI＞3)面积先减少后增加,耕地面积不断减少,符合南京市的发展变化规律;(3)主城区LAI年际变化与其他学者得到的南京市植被盖度变化趋势一致,反演结果的时序性较高.本文提出的基于反向传播神经网络模型反演长时间序列LAI是可行的,为区域尺度土壤侵蚀定量遥感监测提供新途径.