用神经网络和高光谱植被指数估算小麦生物量

摘要：

准确的估算作物生物量，能够为国家和地方政府的粮食经济宏观调控决策提供科学依据。利用高光谱植被指数，系统的比较了人工神经网络方法和传统回归模型估算的小麦生物量。结果表明，基于BP神经网络的方法相对于对数回归模型，显著地提高了小麦的生物量诊断的准确性，均方根误差(RMSE)相对减小，决定系数(R2)和T值相对增大，特别是对于比值植被指数(RV1)，T值提高的幅度比较大，达99.8％。说明人工神经网络对作物小麦的生物量高光谱遥感诊断是一种实时高效的方法。

关键词： 小麦 高光谱 植被指数 人工神经网络 对数回归

作者: 王大成 王纪华 靳宁 王芊 李存军 黄敬峰 王渊 黄芳

作者单位: 国家农业信息化工程技术研究中心,北京 100097 浙江大学农业遥感与信息技术应用研究所,杭州 310029 国家农业信息化工程技术研究中心,北京 100097 浙江大学农业遥感与信息技术应用研究所,杭州 310029

会议类型: 国内会议

会议名称: 国际农产品质量安全管理检测与溯源技术研讨会

会议地点: 北京

会议语种:中文

页码: 196-201

在线出版日期: 2008-10-18（万方平台首次上网日期，不代表论文的发表时间）