| 叶绿素含量BP反演模型的光谱信息输入因子构建研究 |
| |
| 引用本文： | 杨可明,孙阳阳,刘飞,魏华锋,史钢强. 叶绿素含量BP反演模型的光谱信息输入因子构建研究[J]. 科学技术与工程, 2015, 15(15) |
| |
| 作者姓名： | 杨可明 孙阳阳 刘飞 魏华锋 史钢强 |
| |
| 作者单位： | 中国矿业大学(北京)地球科学与测绘工程学院,北京,100083 |
| |
| 基金项目： | 国家自然科学基金项目（面上项目，重点项目，重大项目） |
| |
| 摘 要： | 植被叶绿素含量的高光谱反演是当今研究的热点,传统后向传播(BP)神经网络是其常用的一种反演模型。高光谱数据虽然具有精细光谱分辨率,但也造成了大量的信息冗余与噪声;而小波包变换(WPT)可以有效地抑制高光谱数据噪声和压缩信号,同时主成分分析(PCA)能够很好地降低模型输入因子的维数并可简化网络结构。以盆栽玉米为研究对象,在玉米叶片光谱数据对数变换并一阶微分处理的基础上,针对叶绿素含量的BP反演模型,提出了基于相关系数(CC)、WPT和WPTPCA的输入因子构建方法,并形成了叶绿素含量的CC-BP、PCA-BP及WPT-PCA-BP三种反演模型。通过比较玉米叶片叶绿素含量的实测值与三种BP模型反演结果,表明基于WPT-PCA构建BP模型的输入因子数量虽仅有6个却并不影响其反演精度,也能包含原始光谱的92%信息,且优于基于PCA和传统CC所构建输入因子的BP模型反演能力。
|
| 关 键 词： | 高光谱遥感 叶绿素含量 BP反演模型 输入因子 小波包变换 主成分分析 |
| 收稿时间： | 2015-02-03 |
| 修稿时间： | 2015-02-03 |
Research on Constructing the Input Factors of BP Model for Inversing Leaf Chlorophyll Content Based on the Spectral Information |
| |
| Yang Ke-ming,Liu Fei,Wei Hua-feng and Shi Gang-qiang. Research on Constructing the Input Factors of BP Model for Inversing Leaf Chlorophyll Content Based on the Spectral Information[J]. Science Technology and Engineering, 2015, 15(15) |
| |
| Authors: | Yang Ke-ming Liu Fei Wei Hua-feng Shi Gang-qiang |
| |
| Affiliation: | College of Geoscience and Surveying Engineering,China University of Mining TechnologyBeijing,College of Geoscience and Surveying Engineering,China University of Mining TechnologyBeijing,College of Geoscience and Surveying Engineering,China University of Mining TechnologyBeijing |
| |
| Abstract: | |
| |
| Keywords: | Hyperspectral RS chlorophyll content BP inversing model input factors wavelet packets transform Principal component analysis |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载全文 |
|
