中国科学院知识创新工程(KZCX2-YW-QN305)
- 作品数：3 被引量：57H指数：3
- 相关作者：汤旭光张柏刘殿伟宋开山姜广甲更多>>
- 相关机构：中国科学院中国科学院研究生院更多>>
- 发文基金：中国科学院知识创新工程国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- 积雪污染物含量高光谱遥感监测研究被引量：3
- 2011年
- 积雪中的污染物含量可以用来反映区域和全球范围内人类活动对环境的污染,但是迄今为止,对大范围或人类活动难以到达的地区进行积雪污染物含量时空监测的研究尚不多见。文章通过模拟大气沉降实验,应用光谱学技术分析了不同污染物含量对积雪反射光谱的影响,而后分别利用构建特征指数法、主成分分析法、BP神经网络以及RBF神经网络模型对积雪污染物含量预测,表明神经网络模型结合高光谱遥感数据方法能够较为准确地估算积雪污染物含量。
- 汤旭光刘殿伟张柏杜嘉雷小春曾丽红王远东宋开山
- 关键词：高光谱遥感主成分分析神经网络
- 东北主要绿化树种叶面积指数(LAI)高光谱估算模型研究被引量：14
- 2010年
- 以东北主要绿化树种为研究对象,分别在长春市南湖公园和长春公园获取了共240组树冠高光谱反射率及相应的LAI数据。对数据进行相关分析,以确定反演LAI的敏感波段,而后分别运用6种植被指数、神经网络以及小波分析等3种方法进行估算。研究结果表明,3种方法估算树冠LAI都取得了较好的效果:①与RVI、NDVI相比,由DVI、RDVI、MSAVI、TVI等植被指数建立的估算模型可以提高LAI的估算精度;②神经网络在拟合光谱反射率与树冠LAI关系时明显优于植被指数法(R2达0.850);③小波能量系数与LAI相关性较好,单变量回归分析R2可达0.683,部分小波能量系数估算LAI的精度优于植被指数法,并且验证R2也较高,说明其稳定性较好,多元变量回归分析能够实现各小波能量系数间的优势互补,R2可达0.794。
- 汤旭光刘殿伟宋开山张柏姜广甲杨飞徐京萍
- 关键词：高光谱遥感LAI植被指数小波分析
- 基于可见/近红外反射光谱的大豆叶绿素含量估算方法比较被引量：40
- 2011年
- 作物叶绿素含量的估测可以为精准农业提供技术支持。该文利用PROSAIL模型模拟了不同叶绿素水平下的大豆冠层光谱反射率,而后针对多期实测高光谱及相应的叶绿素数据,在对响应波段进行小波能量系数提取的基础上,分别采用多元线性回归、BP神经网络和RBF神经网络、以及偏最小二乘法进行估算,并进行了比较分析。研究结果表明,基于小波分析的三种回归模型都取得了较好的估算效果,验证模型的R2分别为0.634,0.715,0.873和0.776,其中RBF神经网络方法和基于高斯核函数的PLS模型精度最好,能够全面稳定地估算叶绿素含量。
- 汤旭光宋开山刘殿伟王宗明张柏杜嘉曾丽红姜广甲王远东
- 关键词：叶绿素含量小波分析偏最小二乘
