基于BP神经网络的凌云县森林碳储量遥感反演研究

编号 zgly0001640724

文献类型 期刊论文

文献题名 基于BP神经网络的凌云县森林碳储量遥感反演研究

作者 廖力勤 

作者单位 广西壮族自治区林业勘测设计院 

母体文献 湖南林业科技 

年卷期 2018年04期

年份 2018 

分类号 S718.5  S771.8 

关键词 碳储量  线性逐步回归模型  Logistic回归模型  BP神经网络模型  Landsat8  凌云县 

文摘内容 森林碳储量的正确估算是研究全球碳通量和气候变化的关键。本研究采用2014年森林资源连续清查数据和同时期Landsat 8遥感影像,对凌云县森林碳储量进行遥感反演研究,并分析其空间分布。从遥感影像中提取154个光谱因子和纹理因子,结合逐步回归和方差扩大因子法进行因子筛选,分别构建线性逐步回归、Logistic回归和BP神经网络模型,估算研究区的森林碳储量。结果表明:BP神经网络模型反演森林碳储量精度最高,设置隐含层神经元个数为10时,决定系数最大,均方根误差最小,分别为0.636和16.671 t·hm-2;Logistic回归模型估算精度次之,决定系数和均方根误差分别为0.528和17.082 t·hm-2;线性逐步回归模型估算精度最低,决定系数最小,均方根误差最大,分别为0.452和17.722 t·hm-2。研究区森林碳储量空间特点表现为山区碳储量大,低海拔人口分布密集地区碳储量小,与实际森林分布一致。