CAJ | 학술논문

树龄是生产管理、森林生态系统研究如叶面积指数(LAI)反演,净初级生产量(NPP)估算的重要参数之一.以国营新盈农场为例,研究橡胶园树龄与美国陆地卫星TM影像之间的关系,分别应用多元回归和人工神经网络的方法建立了橡胶园树龄遥感反演模型.研究结果显示:1)TM波段和橡胶园树龄呈显著负相关,其中近红外(B4)、红外波段(B5)与树龄的相关系数最高,分别达到-0.70和-0.69；2)人工神经网络模型能克服建模数据非正态、非线性及共线的影响,能够明显的提高模型的预测精度,绝对预测误差(ε≤6年)的百分比为81.2％,远高于回归模型的69.2％；3)由于橡胶树生长特性、自然灾害等因素的影响,多元回归模型和人工神经网络模型都存在估计偏差,即高估小于25龄的橡胶园树龄和低估对应老龄胶园的树龄.研究结果表明,利用人工神经网络的方法进行橡胶园生物物理参数遥感反演具有良好的应用前景.
수령시생산관리、삼림생태계통연구여협면적지수(LAI)반연,정초급생산량(NPP)고산적중요삼수지일.이국영신영농장위례,연구상효완수령여미국륙지위성TM영상지간적관계,분별응용다원회귀화인공신경망락적방법건립료상효완수령요감반연모형.연구결과현시:1)TM파단화상효완수령정현저부상관,기중근홍외(B4)、홍외파단(B5)여수령적상관계수최고,분별체도-0.70화-0.69；2)인공신경망락모형능극복건모수거비정태、비선성급공선적영향,능구명현적제고모형적예측정도,절대예측오차(ε≤6년)적백분비위81.2％,원고우회귀모형적69.2％；3)유우상효수생장특성、자연재해등인소적영향,다원회귀모형화인공신경망락모형도존재고계편차,즉고고소우25령적상효완수령화저고대응노령효완적수령.연구결과표명,이용인공신경망락적방법진행상효완생물물리삼수요감반연구유량호적응용전경.