基于神经网络的玛纳斯河流域植被地上生物量反演

• 作者: 刘海隆 包安明 张媛 王玲
• 来源期刊: 干旱区研究
• 关键词: 植被 地上生物量 神经网络模型 土地利用 玛纳斯河流域 新疆
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 植物资源
• 页码范围: 863-869
• 页数: 7页
• 语种: 中文
• DOI: 10.13866/j.azr.2019.04.09

摘要

植被生物量反映了生态系统获取能量的能力,分析其分布特征对了解生态系统结构和功能具有十分重要的意义.传统的反演植被地上生物量的方法往往由于样本的缺少,以及影响因子的不确定性而导致预估精度不高.本文选用ELM对105块实测样本的遥感因子(TM影像灰度值和植被因子等10个因子)进行训练,用余下34块样地进行验证,结果表明:ELM反演植被地上生物量,可以获得较高的精度,模型预测结果与实测结果的曲线拟合决定系数R2达0.89.此外,对2010-2015年玛纳斯河流域的植被地上生物量进行反演,认为流域内上游山区生物量大部分较为稳定,中游平原区生物量呈现增加趋势,下游荒漠区生物量则呈现退化趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玲	西华大学土木建筑与环境学院	46	257	9.0	15.0
2	包安明	中国科学院新疆生态与地理研究所	112	2023	27.0	39.0
3	刘海隆	石河子大学水利建筑工程学院	30	233	10.0	13.0
4	张媛	石河子大学水利建筑工程学院	5	6	1.0	2.0