基于自回归神经网络的时间序列叶面积指数估算
文献类型：期刊论文
| 作者 | 柴琳娜 ; 屈永华 ; 张立新 ; 梁顺林 ; 王锦地 |
| 刊名 | 地球科学进展
 |
| 出版日期 | 2009 |
| 期号 | 7页码:756-768 |
| 关键词 | 时间序列 叶面积指数 数据融合 NARX神经网络 MODIS VEGETATION |
| 中文摘要 | 叶面积指数LAI是众多气象、环境、农业等模型的关键输入参数。尽管具有多个传感器的全球LAI产品已经相继发布,但是由于受反演方法的局限性以及反射率产品质量的影响,这些由单一传感器数据得到的LAI产品在时间上表现出一定的不连续性,这与自然生长植被的LAI变化规律不能一致。而神经网络在对复杂的、非线性数据的模式识别能力方面具有出色的表现。如在3层神经网络中,只要对隐层采用非线性递增映射函数,输出层采用线性映射函数,就可以用于对任意连续函数进行逼近。对于具有相同植被覆盖类型的同一地点多年的LAI数据,在无自然灾害和人为破坏的前提下,可以构成一个非线性的、连续的时间序列。通过融合MODIS和VEGETATION两种传感器产品,在利用相同植被类型的LAI时间序列来建立自回归神经网络,即NARX神经网络的同时,引入红、近红外和短波红外3个波段上时间序列的反射率以及相应的太阳天顶角、观测天顶角和相对方位角作为NARX神经网络的外部输入变量,并最终达到估算时间序列LAI的目的。验证结果表明,NARX神经网络非常适用于时间序列的LAI估算,并且其预测的LAI比原始的MODIS LAI在时间序列上表现的更连续和平滑。因此,该方法在改进典型植被类型的LAI遥感数据产品质量方面具有一定的应用价值。 |
| 收录类别 | CNKI |
| 语种 | 中文 |
| 公开日期 | 2015-01-05 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/34304]  |
| 专题 | 遥感与数字地球研究所_中文期刊论文_期刊论文 |
| 推荐引用方式 GB/T 7714 | 柴琳娜,屈永华,张立新,等. 基于自回归神经网络的时间序列叶面积指数估算[J]. 地球科学进展,2009(7):756-768. |
| APA | 柴琳娜,屈永华,张立新,梁顺林,&王锦地.(2009).基于自回归神经网络的时间序列叶面积指数估算.地球科学进展(7),756-768. |
| MLA | 柴琳娜,et al."基于自回归神经网络的时间序列叶面积指数估算".地球科学进展 .7(2009):756-768. |
入库方式： OAI收割
来源：遥感与数字地球研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。