基于BP神经网络的夏玉米多生育期叶面积指数反演研究

编号 zgly0001706673

文献类型 期刊论文

文献题名 基于BP神经网络的夏玉米多生育期叶面积指数反演研究

作者 刘俊  孟庆岩  葛小三  刘顺喜  陈旭  孙云晓 

作者单位 河南理工大学测绘与国土信息工程学院  中国科学院遥感与数字地球研究所  三亚中科遥感研究所  中国土地勘测规划院 

母体文献 遥感技术与应用 

年卷期 2020年01期

年份 2020 

分类号 TP79  S513  TP183 

关键词 夏玉米  叶面积指数  BP神经网络模型  统计模型  多生育期 

文摘内容 叶面积指数(Leaf Area Index,LAI)是生物地球化学循环中重要的植被结构参数。针对目前基于我国GF-1 WFV卫星影像的夏玉米多生育期LAI反演研究较少的问题,基于不同隐含层构建BP神经网络模型(BP1模型和BP2模型),对比分析BP1模型、BP2模型和6种统计模型(NDVI、RVI、DVI、EVI、SAVI、ARVI)反演之间的精度差异,并根据实测数据绘制BP1模型和BP2模型的夏玉米多生育期LAI动态变化图。结果表明:LAI与6种常用的统计模型均有良好相关性,其中NDVI指数方程式回归模型拟合度最优;BP神经网络模型整体R~2略小于统计模型,而RMSE则小于统计模型,取得了与实测值差异更小的结果,统计模型与BP神经网络模型各有优劣之处;BP2模型在R~2和RMSE均优于BP1模型,能获得更为精确的反演值,BP2整体预测精度更高;基于BP神经网络模拟夏玉米生育期反演,LAI值呈现缓慢升高—快速增长—逐渐减小的S型变化过程,基本符合作物生长规律。该研究结合不同隐含层建立的BP神经网络模型,为GF-1卫星在作物叶面积指数多生育期反演的应用推广提供了方法支撑。