红外与毫米波学报
紅外與毫米波學報
홍외여호미파학보
JOURNAL OF INFRARED AND MILLIMETER WAVES
2015年
2期
243-249
,共7页
骆社周%王成%习晓环%聂胜%夏少波%万怡平
駱社週%王成%習曉環%聶勝%夏少波%萬怡平
락사주%왕성%습효배%섭성%하소파%만이평
激光雷达%叶面积指数%穿透指数%回波强度%神经网络%地球科学激光测高系统(GLAS)
激光雷達%葉麵積指數%穿透指數%迴波彊度%神經網絡%地毬科學激光測高繫統(GLAS)
격광뢰체%협면적지수%천투지수%회파강도%신경망락%지구과학격광측고계통(GLAS)
LiDAR%LAI%laser penetrate index%echo intensity%neural network%geoscience laser altimeter system (GLAS)
通过对地球科学激光测高系统(Geoscience Laser Altimeter System,GLAS)波形数据进行高斯分解,提取精确的波形特征信息,计算出GLAS波形数据激光穿透指数(LPI),基于LPI提出GLAS数据反演叶面积指数(LAI)的新方法,建立了GLAS数据反演森林LAI的模型(R2=0.84,RMSE=0.64),并用留一交叉验证法(LOOCV)对反演模型的可靠性进行了验证,结果表明,该模型没有过度拟合,具有很好的泛化能力,最后通过人工神经网络融合GLAS与TM(Thematic Mapper,专题制图仪)遥感数据实现区域尺度森林LAI反演,用25个实测LAI对反演精度进行了验证,研究表明反演LAI与实测值较为接近,精度较高(R2 =0.76,RMSE=0.69),为生态环境研究提供精确的输入参数,为GLAS数据大区域高精度LAI反演提供新的方法和思路.
通過對地毬科學激光測高繫統(Geoscience Laser Altimeter System,GLAS)波形數據進行高斯分解,提取精確的波形特徵信息,計算齣GLAS波形數據激光穿透指數(LPI),基于LPI提齣GLAS數據反縯葉麵積指數(LAI)的新方法,建立瞭GLAS數據反縯森林LAI的模型(R2=0.84,RMSE=0.64),併用留一交扠驗證法(LOOCV)對反縯模型的可靠性進行瞭驗證,結果錶明,該模型沒有過度擬閤,具有很好的汎化能力,最後通過人工神經網絡融閤GLAS與TM(Thematic Mapper,專題製圖儀)遙感數據實現區域呎度森林LAI反縯,用25箇實測LAI對反縯精度進行瞭驗證,研究錶明反縯LAI與實測值較為接近,精度較高(R2 =0.76,RMSE=0.69),為生態環境研究提供精確的輸入參數,為GLAS數據大區域高精度LAI反縯提供新的方法和思路.
통과대지구과학격광측고계통(Geoscience Laser Altimeter System,GLAS)파형수거진행고사분해,제취정학적파형특정신식,계산출GLAS파형수거격광천투지수(LPI),기우LPI제출GLAS수거반연협면적지수(LAI)적신방법,건립료GLAS수거반연삼림LAI적모형(R2=0.84,RMSE=0.64),병용류일교차험증법(LOOCV)대반연모형적가고성진행료험증,결과표명,해모형몰유과도의합,구유흔호적범화능력,최후통과인공신경망락융합GLAS여TM(Thematic Mapper,전제제도의)요감수거실현구역척도삼림LAI반연,용25개실측LAI대반연정도진행료험증,연구표명반연LAI여실측치교위접근,정도교고(R2 =0.76,RMSE=0.69),위생태배경연구제공정학적수입삼수,위GLAS수거대구역고정도LAI반연제공신적방법화사로.