数据资源: 中文期刊论文

基于遗传算法优化BP神经网络模型估测高山松叶面积指数



编号 zgly0001721808

文献类型 期刊论文

文献题名 基于遗传算法优化BP神经网络模型估测高山松叶面积指数

作者 谭德宏  舒清态  赵洪莹  王柯人  袁梓健 

作者单位 西南林业大学林学院 

母体文献 林业资源管理 

年卷期 2020年05期

年份 2020 

分类号 S758 

关键词 叶面积指数  遗传算法  BP神经网络  Sentinel-2影像  高山松 

文摘内容 叶面积指数(LAI)是衡量森林生产力的重要指标,遥感技术为实现大尺度估测叶面积指数提供支持。以香格里拉市高山松为研究对象,以Sentinel-2多光谱影像为信息源,结合地面样地实测LAI,通过相关性分析筛选出与LAI显著相关的植被指数,采用BP神经网络和遗传算法(GA)优化BP神经网络建立高山松LAI估测模型,基于像元尺度对研究区高山松LAI进行遥感估测。研究表明:1)Sentinel-2影像红边波段构建的植被指数与LAI有较高的相关性; 2)遗传算法优化前后,BP神经网络模型的决定系数(R~2)为0.289和0.508,均方根误差(RMSE)为0.340和0.314,通过遗传算法优化后,BP神经网络建模精度更高和对实测LAI的变化趋势预测更加准确。研究结果可为低纬度高海拔地区森林LAI的研究提供参考。

相关图谱

扫描二维码