BP神经网络反演森林生物量模型研究

作者: 李丹丹 ; 冯仲科 ; 汪笑安 ; 张凝 ; 张巍巍

关键词: 森林生物量模型 BP神经网络反演

摘要：基于LandsatTM影像和DEM数据，尝试利用BP神经网络建立旺业甸林场森林生物量非线性遥感模型系统，通过实验筛选，最终利用增强型的BP网络进行训练仿真。模型仿真结果表明，增强型的BP神经网络具有自学习和自适应功能强、收敛速度快的特点，能够最大限度地利用先验样本。仿真检验结果的相对系数达0．8022，平均相对误差为15．7％，表明该模型预测的生物量与实际生物量一致性较好，能够达到较好的反演效果。

上一篇：西双版纳保护区计划烧除林下可燃物对大型食草哺乳动物群落结构及动态的影响
下一篇：基于类三维地图的湿地野外调查路线规划

BP神经网络反演森林生物量模型研究

作者: 李丹丹 ; 冯仲科 ; 汪笑安 ; 张凝 ; 张巍巍

关键词: 森林生物量 模型 BP神经网络 反演

关键词: 森林生物量模型 BP神经网络反演