基于小批量梯度下降的神经网络模型估算针叶林生物量

编号 zgly0001563904

文献类型 期刊论文

文献题名 基于小批量梯度下降的神经网络模型估算针叶林生物量

作者 曾小强  徐翔  张化永 

作者单位 华北电力大学工程生态学与非线性科学研究中心 

母体文献 林业调查规划 

年卷期 2017年06期

年份 2017 

分类号 S718.556 

关键词 遥感估算  天然针叶林  地上生物量  小批量梯度下降  B-P神经网络 

文摘内容 探讨了基于小批量梯度下降的B-P神经网络模型,利用MODIS遥感图像、地面调查数据、地形数据以及森林覆盖率,估算天然针叶林地上生物量。在对针叶林地上生物量和遥感数据、地形数据、植被指数以及森林覆盖率进行单因素相关性分析的基础上,采用基于小批量梯度下降的B-P神经网络建立一组不同网络结构的天然针叶林生物量模型,在测试集上筛选出均方误差最小的网络结构,在验证集上用实测地上生物量值对筛选出的模型进行验证,并与多元回归模型比较。结果表明:小批量梯度下降训练算法收敛速度很快,最多不超过100 s,比较适合做大范围的生物量实时反演监测;模型很好地反应了针叶林地上生物量与MODIS遥感图像、地面调查数据、地形数据以及森林覆盖率的定量关系(相关系数R2=0.835),明显地优于传统的多元回归方法(相关系数R2=0.427)。由此可见,基于小批量梯度下降的B-P神经网络模型可以用于天然针叶林结构参数的定量研究,利用基于小批量梯度下降的B-P神经网络模型进行天然针叶林地上生物量实时监测具有一定的应用潜力。