基于神经网络的玛纳斯河流域植被地上生物量反演
植被生物量反映了生态系统获取能量的能力,分析其分布特征对了解生态系统结构和功能具有十分重要的意义.传统的反演植被地上生物量的方法往往由于样本的缺少,以及影响因子的不确定性而导致预估精度不高.本文选用ELM对105块实测样本的遥感因子(TM影像灰度值和植被因子等10个因子)进行训练,用余下34块样地进行验证,结果表明:ELM反演植被地上生物量,可以获得较高的精度,模型预测结果与实测结果的曲线拟合决定系数R2达0.89.此外,对2010-2015年玛纳斯河流域的植被地上生物量进行反演,认为流域内上游山区生物量大部分较为稳定,中游平原区生物量呈现增加趋势,下游荒漠区生物量则呈现退化趋势.
植被、地上生物量、神经网络模型、土地利用、玛纳斯河流域、新疆
36
国家重点研发计划2017YFB0504203;国家自然科学基金51569027;兵团空间信息创新团队2016AB021;新疆科技厅天山创新团队项目Y744261
2019-08-14（万方平台首次上网日期，不代表论文的发表时间）
共7页
863-869
