内蒙古自治区高等学校科学研究项目(NJ10169)
- 作品数：3 被引量：13H指数：2
- 相关作者：海全胜包刚吴琼周义红雨更多>>
- 相关机构：包头师范学院内蒙古师范大学南京大学更多>>
- 发文基金：内蒙古自治区高等学校科学研究项目国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术社会学更多>>
- 基于高光谱数据和RBF神经网络方法的草地叶面积指数反演被引量：11
- 2012年
- 基于中国农业科学院在呼伦贝尔草原实测的120组草地冠层光谱反射率及相应的叶面积指数(LAI)数据,在进行主成分分析(PCA)实现降维处理的基础上,利用径向基函数(radial basis function,RBF)神经网络方法对草地LAI进行了高光谱反演研究。PCA结果表明,前9个主成分的累积贡献率达到了99.782%,能包含原光谱数据的绝大部分信息。将120组LAI及相应的9个主成分样本数据随机分为校正集数据(90组)和预测集数据(30组),分别用于神经网络模型的建立和LAI的预测。所构建的神经网络模型的模拟结果表明,RBF神经网络模型对校正集样本的模拟准确率达到100%(RMSE=0.009 6,R2=0.999);预测集样本的实测LAI和模拟LAI之间的均方误差和决定系数分别为0.218 6和0.839,取得了较好的模拟效果,有效提高了传统的多元线性回归方程(RMSE=0.416 5,R2=0.570)的计算精度。
- 包刚覃志豪周义包玉海辛晓平红雨海全胜
- 关键词：高光谱数据RBF神经网络反演
- 基于神经网络方法的草甸草原叶面积指数反演研究——以内蒙古呼伦贝尔草原为例
- 2013年
- 叶面积指数是生态系统的很重要的一种参数,因此,获取地表LAI参数对于草原生态系统的研究具有重要意义。在呼伦贝尔草甸草原的具有代表性地段,实测草地冠层光谱反射率及相应的叶面积指数数据的基础上,利用BP神经网络方法对草地叶面积指数的反演研究。研究表明,构建的神经网络模型,通过多次训练可以得到较高精度的反演叶面积指数。
- 海全胜宁小莉任建斌吴琼
- 关键词：高光谱数据叶面积指数草甸草原
- 草地高光谱植被指数与叶面积指数的关系研究被引量：3
- 2011年
- 本研究在采集呼伦贝尔草原高光谱数据和叶面积指数数据的基础上,综合分析了8种常见光谱植被指数与草地叶面积指数的相关性及其预测性。结果表明,修改型二次土壤调节植被指数MSAVl2对LAI建立的预测模型最佳。
- 海全胜吴琼包刚
- 关键词：草地叶面积指数
