中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于RS和GIS的径向基神经网络模型对森林蓄积量的估测 浙江林业科技 2009,29 (5) 51-54
Position: Home > Articles > Volume Estimation by Radial Basis Function Neural Network Model Based on RS and GIS Technologies Journal of Zhejiang Forestry Science and Technology 2009,29 (5) 51-54

基于RS和GIS的径向基神经网络模型对森林蓄积量的估测

作  者：
张宇;谷建才;曹立颜;陈平;杜剑
单  位：
河北农业大学林学院
关键词：
蓄积量估测;径向基神经网络;GRNN;RS;GIS;塞罕坝机械林场
摘  要：
以塞罕坝机械林场的华北落叶松林为研究对象,利用SPOT5影像,基于RS和GIS确定蓄积量主要影响因子,即海拔、坡向、郁闭度、SP1、SP3、SPl/2、SP1-2/1+2、SP2*3/1,选取径向基神经网络模型中的广义回归神经网络模型对其蓄积量进行估测。结果表明:对林分蓄积量估测的最高精度为98.70%,最低精度为68.56%,预估检验的所有样地的平均精度为87.24%。利用径向基GRNN模型建立森林蓄积量估测模型对蓄积量进行估测时,效率高,计算方法比较简洁,易于操作。
译  名：
Volume Estimation by Radial Basis Function Neural Network Model Based on RS and GIS Technologies
作  者：
ZHANG Yu,GU Jian-cai,CAO Li-yan,CHEN Ping,DU Jian(Agricultural University of Hebei,Baoding 071000,China)
关键词：
volume estimation;radial basis function neural network;GRNN;RS;GIS;Saihanba Jixie Forest Farm
摘  要：
Volume estimation by radial basis function neutral network model based on RS and GIS was conducted on Larix principis-rupprechtii forest in Saihanba Jixie Forest Farm,Hebei province.Estimation was made on SPOT5 images by generalized regression of neural network in radial basis function neural network model,selecting main impact factors such as altitude,slope aspect,canopy density,SP1,SP3,SPl/2,SP1-2/1+2,SP2*3/1.The result showed that the highest precision of estimation of volume was 98.70% and the lowest one was 68.56%,averaging accuracy of 87.24%.It concluded that GRNN model had advantages of high efficiency,easy to calculate and operate for estimating forest volume.

相似文章

导出引用
计量
文章访问数: 16
HTML全文浏览量: 0
PDF下载量: 1

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46