基于ENVISAT ASAR数据的鄱阳湖湿地生物量反演研究

作者： 沈国状 廖静娟 郭华东 董磊  来源：高技术通讯 年份：2009 文献类型 ：期刊 关键词： 密歇根微波冠层散射(MIMICS)  biomass  (ANN)  neural  wetland  (MIMICS)  Scattering  鄱阳湖  Lake  人工神经网络(ANN)  ENVISAT  MIcrowave  生物量反演  network  MIchigan  artificial  inversion  Canopy  Poyang  ASAR 

描述：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.

全文：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.

基于ENVISAT ASAR数据的鄱阳湖湿地生物量反演研究

作者： 沈国状 廖静娟 郭华东 董磊  来源：高技术通讯 年份：2009 文献类型 ：期刊 关键词： 密歇根微波冠层散射(MIMICS)  biomass  (ANN)  neural  wetland  (MIMICS)  Scattering  鄱阳湖  Lake  人工神经网络(ANN)  ENVISAT  MIcrowave  生物量反演  network  MIchigan  artificial  inversion  Canopy  Poyang  ASAR 

描述：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.

全文：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.

基于ENVISAT ASAR数据的鄱阳湖湿地生物量反演研究

作者： 沈国状 廖静娟 郭华东 董磊  来源：高技术通讯 年份：2009 文献类型 ：期刊 关键词： 密歇根微波冠层散射(MIMICS)  biomass  (ANN)  neural  wetland  (MIMICS)  Scattering  鄱阳湖  Lake  人工神经网络(ANN)  ENVISAT  MIcrowave  生物量反演  network  MIchigan  artificial  inversion  Canopy  Poyang  ASAR 

描述：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.

全文：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.

基于神经网络算法的多极化雷达数据估算鄱阳湖生物量

作者： 董磊 廖静娟 沈国状  来源：遥感技术与应用 年份：2009 文献类型 ：期刊 关键词： 生物量  多极化  雷达  MIMICS模型  神经网络 

描述：神经网络的特点是分布并行处理,适用于模拟复杂的非线性模型。在野外调查的基础上,利用多极化雷达数据,通过改进MIMICS模型模拟湿地植被参数(植被高度、含水量、生物量等)和雷达后向散射系数之间的关系,建立神经网络模型。通过模型的训练和仿真,与实测数据进行比较、验证,从而估算鄱阳湖湿地植被的生物量分布情况。研究表明基于改进的MIMICS模型训练数据的神经网络模型有较好的反演湿地植被生物量的能力,并据此反演了鄱阳湖湿地2007年4月、7月、11月的生物量动态变化情况。

全文：神经网络的特点是分布并行处理,适用于模拟复杂的非线性模型。在野外调查的基础上,利用多极化雷达数据,通过改进MIMICS模型模拟湿地植被参数(植被高度、含水量、生物量等)和雷达后向散射系数之间的关系,建立神经网络模型。通过模型的训练和仿真,与实测数据进行比较、验证,从而估算鄱阳湖湿地植被的生物量分布情况。研究表明基于改进的MIMICS模型训练数据的神经网络模型有较好的反演湿地植被生物量的能力,并据此反演了鄱阳湖湿地2007年4月、7月、11月的生物量动态变化情况。

基于神经网络算法的多极化雷达数据估算鄱阳湖生物量

作者： 董磊 廖静娟 沈国状  来源：遥感技术与应用 年份：2009 文献类型 ：期刊 关键词： 生物量  多极化  雷达  MIMICS模型  神经网络 

描述：神经网络的特点是分布并行处理,适用于模拟复杂的非线性模型。在野外调查的基础上,利用多极化雷达数据,通过改进MIMICS模型模拟湿地植被参数(植被高度、含水量、生物量等)和雷达后向散射系数之间的关系,建立神经网络模型。通过模型的训练和仿真,与实测数据进行比较、验证,从而估算鄱阳湖湿地植被的生物量分布情况。研究表明基于改进的MIMICS模型训练数据的神经网络模型有较好的反演湿地植被生物量的能力,并据此反演了鄱阳湖湿地2007年4月、7月、11月的生物量动态变化情况。

全文：神经网络的特点是分布并行处理,适用于模拟复杂的非线性模型。在野外调查的基础上,利用多极化雷达数据,通过改进MIMICS模型模拟湿地植被参数(植被高度、含水量、生物量等)和雷达后向散射系数之间的关系,建立神经网络模型。通过模型的训练和仿真,与实测数据进行比较、验证,从而估算鄱阳湖湿地植被的生物量分布情况。研究表明基于改进的MIMICS模型训练数据的神经网络模型有较好的反演湿地植被生物量的能力,并据此反演了鄱阳湖湿地2007年4月、7月、11月的生物量动态变化情况。

基于多极化SAR图像的鄱阳湖湿地地表淹没状况动态变化分析

作者： 廖静娟 沈国状  来源：遥感技术与应用 年份：2008 文献类型 ：期刊 关键词： 多极化SAR图像  变化检测  变化向量分析  地表淹没状况 

描述：合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例,基于多极化Envisat ASAR数据,将变化向量分析方法引入地表淹没状况的变化检测中,分析鄱阳湖湿地地表淹没状况的动态变化,然后利用决策树分类方法将变化区域提取出来,并探讨变化向量方法应用于SAR图像变化监测的潜力。

全文：合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例,基于多极化Envisat ASAR数据,将变化向量分析方法引入地表淹没状况的变化检测中,分析鄱阳湖湿地地表淹没状况的动态变化,然后利用决策树分类方法将变化区域提取出来,并探讨变化向量方法应用于SAR图像变化监测的潜力。

基于多极化sar图像的鄱阳湖湿地表淹没状况动态变化分析

作者： 廖静娟 沈国状  来源：遥感技术与研究 年份：2008 文献类型 ：期刊 关键词： 多极化SAR图像  变化检测  变化向量分析  地表淹没状况 

描述：合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例，基于多极化envisatasar数据，将变化向量分析方法引入地表淹没状况的变化检测中，分析鄱阳湖湿地地表淹没状况的动态变化，然后利用决策树分类方法将变化区域提取出来，并探讨变化向量方法应用于sar图像变化监测的潜力。

全文：合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例，基于多极化envisatasar数据，将变化向量分析方法引入地表淹没状况的变化检测中，分析鄱阳湖湿地地表淹没状况的动态变化，然后利用决策树分类方法将变化区域提取出来，并探讨变化向量方法应用于sar图像变化监测的潜力。

基于多极化SAR图像的鄱阳湖湿地地表淹没状况动态变化分析

作者： 廖静娟 沈国状  来源：遥感技术与应用 年份：2008 文献类型 ：期刊 关键词： 多极化SAR图像  变化检测  变化向量分析  地表淹没状况 

描述：合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例,基于多极化Envisat ASAR数据,将变化向量分析方法引入地表淹没状况的变化检测中,分析鄱阳湖湿地地表淹没状况的动态变化,然后利用决策树分类方法将变化区域提取出来,并探讨变化向量方法应用于SAR图像变化监测的潜力。

全文：合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例,基于多极化Envisat ASAR数据,将变化向量分析方法引入地表淹没状况的变化检测中,分析鄱阳湖湿地地表淹没状况的动态变化,然后利用决策树分类方法将变化区域提取出来,并探讨变化向量方法应用于SAR图像变化监测的潜力。

基于多极化SAR图像的鄱阳湖湿地表淹没状况动态变化分析

作者： 廖静娟 沈国状  来源：遥感技术与应用 年份：2008 文献类型 ：期刊 关键词： 多极化SAR图像  变化检测  变化向量分析  地表淹没状况 

描述：合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例，基于多极化Envisat ASAR数据，将变化向量分析方法引入地表淹没状况的变化检测中，分析鄱阳湖湿地地表淹没状况的动态变化，然后利用决策树分类方法将变化区域提取出来，并探讨变化向量方法应用于SAR图像变化监测的潜力。

全文：合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例，基于多极化Envisat ASAR数据，将变化向量分析方法引入地表淹没状况的变化检测中，分析鄱阳湖湿地地表淹没状况的动态变化，然后利用决策树分类方法将变化区域提取出来，并探讨变化向量方法应用于SAR图像变化监测的潜力。

基于全极化SAR数据反演鄱阳湖湿地植被生物量

作者： 刘菊 廖静娟 沈国状  来源：国土资源遥感 年份：2012 文献类型 ：期刊 关键词： 2  全极化分解  生物量  BP神经网络  植被冠层散射模型  Radarsat 

描述：鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。

全文：鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。