江苏农业科学
江囌農業科學
강소농업과학
JIANGSU AGRICULTURAL SCIENCES
2013年
11期
61-65
,共5页
景卓鑫%张远%王珂靖%高炜
景卓鑫%張遠%王珂靖%高煒
경탁흠%장원%왕가정%고위
Radarsat-2图像%水稻参数%神经网络%后向散射系数%反演
Radarsat-2圖像%水稻參數%神經網絡%後嚮散射繫數%反縯
Radarsat-2도상%수도삼수%신경망락%후향산사계수%반연
使用雷达数据,通过神经网络方法实现水稻参数的定量估算,绘制不同时期水稻参数的空间分布图。采用覆盖辽宁灯塔市的Radarsat-2雷达影像,提取水稻的后向散射系数,并结合实测水稻参数,建立最优神经网络。通过训练好的网络反演水稻生长季3个阶段的冠层密度、植株高度、叶面积指数( LAI)和含水量。对比反演结果与实测值,每1 m2冠层密度、植株高度、LAI、含水量估算的RMSE分别在24株、10 cm、1.4、5.5%以内。 Radarsat-2数据结合神经网络方法对于水稻参数的遥感反演研究是可行的,也取得了较好结果,为雷达遥感技术开展水稻生物量及估产研究提供了技术参考。
使用雷達數據,通過神經網絡方法實現水稻參數的定量估算,繪製不同時期水稻參數的空間分佈圖。採用覆蓋遼寧燈塔市的Radarsat-2雷達影像,提取水稻的後嚮散射繫數,併結閤實測水稻參數,建立最優神經網絡。通過訓練好的網絡反縯水稻生長季3箇階段的冠層密度、植株高度、葉麵積指數( LAI)和含水量。對比反縯結果與實測值,每1 m2冠層密度、植株高度、LAI、含水量估算的RMSE分彆在24株、10 cm、1.4、5.5%以內。 Radarsat-2數據結閤神經網絡方法對于水稻參數的遙感反縯研究是可行的,也取得瞭較好結果,為雷達遙感技術開展水稻生物量及估產研究提供瞭技術參攷。
사용뢰체수거,통과신경망락방법실현수도삼수적정량고산,회제불동시기수도삼수적공간분포도。채용복개료녕등탑시적Radarsat-2뢰체영상,제취수도적후향산사계수,병결합실측수도삼수,건립최우신경망락。통과훈련호적망락반연수도생장계3개계단적관층밀도、식주고도、협면적지수( LAI)화함수량。대비반연결과여실측치,매1 m2관층밀도、식주고도、LAI、함수량고산적RMSE분별재24주、10 cm、1.4、5.5%이내。 Radarsat-2수거결합신경망락방법대우수도삼수적요감반연연구시가행적,야취득료교호결과,위뢰체요감기술개전수도생물량급고산연구제공료기술삼고。