基于分类知识利用神经网络反演叶面积指数

编号 zgly0000515902

文献类型 期刊论文

文献题名 基于分类知识利用神经网络反演叶面积指数

学科分类 220.1060;森林生态学

作者 陈艳华  张万昌  雍斌 

作者单位 南京大学国际地球系统科学研究所  中国科学院大气物理研究所东亚区域气候一环境重点实验室 

母体文献 生态学报 

年卷期 2007,27(7)

页码 2785-2793

年份 2007 

分类号 Q149 

关键词 叶面积指数  神经网络  冠层反射模型  PROSAIL 

文摘内容 叶面积指数(LAI,Leaf Area Index)是陆面过程中一个十分重要的输入参数,其遥感反演方法研究一直是国内外遥感应用研究的热点问题。基于统计的遥感反演方法由于缺乏物理基础,其可靠性和普适性差。基于物理的冠层反射模型的LAI反演方法克服了上述弊端,但是由于反演过程是病态的,模型反演结果一般不唯一。神经网络算法的介入可在一定程度上改善这一问题,但是模型反演的病态问题至今仍无法很好地解决。在PROSAIL模型敏感性分析的基础上提出了一种基于影像分类的神经网络反演方法,引进了土壤反射指数用于替代原模型中难以确定的土壤背景反射参数,分别针对不同植被类型建立各自的神经网络,对经过大气纠正后的Landsat ETM＋影像进行了模拟实验并同野外实测LAI数据进行比较。结果表明,对于LAI小于3的植被区该方法的反演精度比较可靠,而LAI大于3的植被区,反演的LAI偏小,原因归结为密植被的冠层反射在LAI大于3以后趋于饱和而无法敏感地表征LAI的变化所导致的。