极限学习机辅助下路域植被叶面积指数的反演

被引：8

作者：

雷宇斌 ^{[1
]}

朱善宽 ^{[2
,3
]}

郭云开 ^{[3
]}

李丹娜 ^{[3
]}

刘磊 ^{[3
]}

刘宁 ^{[3
]}

机构：

[1] 湖南省第二测绘院

[2] 中交上海航道勘察设计院有限公司

[3] 长沙理工大学测绘遥感应用技术研究所

来源：

测绘通报 | 2018年 / 09期

关键词：

遥感; 叶面积指数; 反演; GF-1影像; 极限学习机;

D O I：

10.13474/j.cnki.11-2246.2018.0285

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

路域植被叶面积指数(LAI)的获取对于路域植被长势和健康状况的监测具有重要意义。本文以GF-1影像和地面同步实测数据为基础,利用极限学习机(ELM)对湖南省醴潭高速路域植被LAI进行了建模反演。试验结果表明,与传统经验回归模型、SVM模型相比,ELM反演精度更高,RMSE为0.501,预测精度为86.26%。该研究可为路域植被健康评估提供参考。

引用

页码：82 / 86

页数：5

共 9 条

[1] 基于多源辅助变量和极限学习机的蔬菜地土壤有机质预测研究
宋英强
杨联安
冯武焕
于世锋
许婧婷
王晶
杨煜岑
任丽
[J]. 土壤通报, 2017, 48 (01) : 118 - 126
[2] 基于超限学习机的矿区土壤重金属高光谱反演
马伟波
谭琨
李海东
闫庆武
[J]. 生态与农村环境学报, 2016, 32 (02) : 213 - 218
[3] 路域植被叶绿素多光谱遥感定量反演研究
郭云开
张进会
[J]. 测绘通报, 2014, (12) : 5 - 8+47
[4] 基于支持向量机回归的冬小麦叶面积指数遥感反演
梁栋
管青松
黄文江
黄林生
杨贵军
[J]. 农业工程学报, 2013, 29 (07) : 117 - 123
[5] 基于环境星CCD图像的甘蔗叶面积指数反演方法
郭琳
裴志远
张松龄
孙娟英
梁自力
滕冬建
[J]. 农业工程学报, 2010, 26 (10) : 201 - 205
[6] 高光谱遥感植被指数的普适性分析
张连蓬
柳钦火
王德高
陈士城
[J]. 测绘通报, 2010, (09) : 1 - 4
[7] Extreme learning machine: Theory and applications[J] . Guang-Bin Huang,Qin-Yu Zhu,Chee-Kheong Siew.Neurocomputing . 2006 (1)
[8] Comparing prediction power and stability of broadband and hyperspectral vegetation indices for estimation of green leaf area index and canopy chlorophyll density
Broge, NH
Leblanc, E
[J]. REMOTE SENSING OF ENVIRONMENT, 2001, 76 (02) : 156 - 172
[9] A SOIL-ADJUSTED VEGETATION INDEX (SAVI)
HUETE, AR
[J]. REMOTE SENSING OF ENVIRONMENT, 1988, 25 (03) : 295 - 309

← 1 →