基于多元回归与人工神经网络的橡胶园树龄遥感反演研究

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。

基于TM影像的水体信息提取算法研究

以郑洛地区为研究区域,利用LandsatTM影像进行波谱再分析,对谱间关系法进行改进,设计了更适合于郑洛地区水体信息提取的算法。通过综合比较和分析单波段阈值法、谱间关系法、归一化水体指数法和IHS(intensity hue saturation)变换法,借助数学形态学、中值滤波等进行优化处理,进而提出了改进的谱间关系法。实验证明该改进算法具有有效性,提取效果良好,能够提取到较细小的河流等水体信息。河流细节丰盈,山体阴影较少,总体精度较高,与实际情况一致性较好。