HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

基于神经网络的玛纳斯河流域植被地上生物量反演

摘要:植被生物量反映了生态系统获取能量的能力,分析其分布特征对了解生态系统结构和功能具有十分重要的意义。传统的反演植被地上生物量的方法往往由于样本的缺少,以及影响因子的不确定性而导致预估精度不高。本文选用ELM对105块实测样本的遥感因子(TM影像灰度值和植被因子等10个因子)进行训练,用余下34块样地进行验证,结果表明:ELM反演植被地上生物量,可以获得较高的精度,模型预测结果与实测结果的曲线拟合决定系数R~2达0. 89。此外,对2010-2015年玛纳斯河流域的植被地上生物量进行反演,认为流域内上游山区生物量大部分较为稳定,中游平原区生物量呈现增加趋势,下游荒漠区生物量则呈现退化趋势。

关键词:
  • 植被  
  • 地上生物量  
  • 神经网络模型  
  • 土地利用  
  • 玛纳斯河流域  
  • 新疆  
作者:
张媛; 王玲; 包安明; 刘海隆
单位:
石河子大学水利建筑工程学院; 新疆石河子832003; 西华大学土木建筑与环境学院; 四川成都610039; 中国科学院新疆生态与地理研究所; 新疆乌鲁木齐830000
刊名:
干旱区研究

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:干旱区研究

干旱区研究杂志紧跟学术前沿,紧贴读者,国内刊号为:65-1095/X。坚持指导性与实用性相结合的原则,创办于1984年,杂志在全国同类期刊中发行数量名列前茅。