当前位置: 首页 > 文章 > 基于遗传算法优化BP神经网络模型估测高山松叶面积指数 林业资源管理 2020 (5) 123-130
Position: Home > Articles > Optimized BP Neural Network Model Based on Genetic Algorithm to Estimate The Leaf Area Index of Pinus densata Forest Resources Management 2020 (5) 123-130

基于遗传算法优化BP神经网络模型估测高山松叶面积指数

作  者:
谭德宏;舒清态;赵洪莹;王柯人;袁梓健
单  位:
西南林业大学林学院
关键词:
叶面积指数;遗传算法;BP神经网络;Sentinel-2影像;高山松
摘  要:
叶面积指数(LAI)是衡量森林生产力的重要指标,遥感技术为实现大尺度估测叶面积指数提供支持.以香格里拉市高山松为研究对象,以Sentinel-2多光谱影像为信息源,结合地面样地实测LAI,通过相关性分析筛选出与LAI显著相关的植被指数,采用BP神经网络和遗传算法(GA)优化BP神经网络建立高山松LAI估测模型,基于像元尺度对研究区高山松LAI进行遥感估测.研究表明:1)Sentinel-2影像红边波段构建的植被指数与LAI有较高的相关性;2)遗传算法优化前后,BP神经网络模型的决定系数(R2)为0.289和0.508,均方根误差(RMSE)为0.340和0.314,通过遗传算法优化后,BP神经网络建模精度更高和对实测LAI的变化趋势预测更加准确.研究结果可为低纬度高海拔地区森林LAI的研究提供参考.
译  名:
Optimized BP Neural Network Model Based on Genetic Algorithm to Estimate The Leaf Area Index of Pinus densata

相似文章

计量
文章访问数: 19
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊