BP神经网络辅助的GNSS反射信号NDVI反演

论文摘要

归一化植被指数(normalized difference vegetation index,NDVI)是一种能反映地表植被生长情况和覆盖度的重要指标,针对如何确定研究区域归一化植被指数变化趋势的问题,提出一种BP神经网络辅助的GNSS卫星反射信号NDVI反演方法。从PBO观测网P037和P39站点信噪比观测数据提取的振幅参数作为输入值,归一化植被指数作为输出值,构建BP神经网络辅助的GNSS卫星反射信号植被指数反演模型,并与线性回归模型进行对比,实验结果显示:P037和P039站点振幅线性回归的相关系数为0. 700 3和0. 775 6,均方根误差为0. 062 2和0. 076 0,BP模型的相关系数为0. 802 3和0. 839 4,均方根误差为0. 033 6和0. 045 9,表明BP神经网络辅助的GNSS卫星反射信号反演模型获取的归一化植被指数优于线性回归模型,为获取准实时、低成本和高时间分辨率的NDVI提供了新的思路,证明了该方法的可行性。

论文目录

• 1 基本原理与方法
•   1.1 GNSS-IR原理
•   1.2 BP神经网络
• 2 基于BP神经网络的NDVI反演模型的构建
• 3 实验研究与分析
•   3.1 数据来源的选取
•   3.2 数据预处理
•   3.3 结果与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 张皓,郑南山,丰秋林

关键词: 神经网络,归一化植被指数,信噪比,反射信号

来源: 科学技术与工程 2019年36期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 自然地理学和测绘学

单位: 中国矿业大学环境与测绘学院,中国矿业大学江苏省资源环境信息工程重点实验室

基金: 国家自然科学基金重点项目(41730109),国家自然科学基金(51174206)资助

分类号: P228.4

页码: 81-86

总页数: 6

文件大小: 1817K

下载量: 87