利用PRO4SAIL与支持向量机回归的组合模型反演植被等效水厚度

doi:10.13474/j.cnki.11-2246.2017.0253

测绘通报 ›› 2017, Vol. 0 ›› Issue (8): 50-55.doi: 10.13474/j.cnki.11-2246.2017.0253

利用PRO4SAIL与支持向量机回归的组合模型反演植被等效水厚度

李丹娜¹, 郭云开¹, 朱善宽¹, 刘宁², 刘磊², 蒋明²

1. 长沙理工大学交通运输工程学院, 湖南长沙 410076;
2. 长沙理工大学测绘遥感应用技术研究所, 湖南长沙 410076

收稿日期:2017-06-12 出版日期:2017-08-25 发布日期:2017-08-29
作者简介:李丹娜(1994-),女,硕士生,主要从事高等级路域环境遥感研究。E-mail:493998347@qq.com
基金资助:
国家自然科学基金（41471421；41671498）

Quantitative Inversion Vegetation Equivalent Water Thickness by Combined Model of PRO4SAIL and the Support Vector Regression

LI Danna¹, GUO Yunkai¹, ZHU Shankuan¹, LIU Ning², LIU Lei², JIANG Ming²

1. School of Traffic and Transportation Engineering, Changsha University of Science & Technology, Changsha 410076, China;
2. Institute of Surveying and Mapping Remote Sensing Application Technology, Changsha University of Science & Technology, Changsha 410076, China

Received:2017-06-12 Online:2017-08-25 Published:2017-08-29

摘要/Abstract

摘要： 为监测路域植被生态环境，利用遥感影像和辐射传输模型物理基础实现了对植被冠层等效水厚度（EWT）的估测。提出了利用PRO4SAIL与支持向量机回归的组合模型对等效水厚度进行反演的方法。选取Landsat7 ETM+影像，结合实测数据探索验证了PRO4SAIL与支持向量机回归的组合模型的植被参数反演的实用性和准确性。研究表明，该组合模型具有较好的预测能力，反演得到的等效水厚度含量精度较高，为支持向量机模型应用于遥感影像反演植被参数提高了有力支撑。

关键词: 等效水厚度, PRO4SAIL, 支持向量机回归, 植被参数反演

Abstract: To monitor the ecological environment of the road vegetation, remote sensing image and the radioactive transfer model are used to estimate vegetation equivalent water thickness. In this paper, a combined model of PRO4SAIL and support vector regression is presented to estimate vegetation equivalent water thickness. We explore the feasibility and accuracy of inversion vegetation parameters of the combined model of PRO4SAIL and support vector regression by the Landsat7 ETM+image and measured data. Research shows that the combined model has good prediction ability, and the accuracy of the equivalent water thickness is high. It also can improve the strong support for support vector machine model applied to remote sensing image inversion of vegetation parameters.

Key words: equivalent water thickness, PRO4SAIL, support vector regression, inversion vegetation parameters

中图分类号:

P237

李丹娜, 郭云开, 朱善宽, 刘宁, 刘磊, 蒋明. 利用PRO4SAIL与支持向量机回归的组合模型反演植被等效水厚度[J]. 测绘通报, 2017, 0(8): 50-55.

LI Danna, GUO Yunkai, ZHU Shankuan, LIU Ning, LIU Lei, JIANG Ming. Quantitative Inversion Vegetation Equivalent Water Thickness by Combined Model of PRO4SAIL and the Support Vector Regression[J]. 测绘通报, 2017, 0(8): 50-55.

参考文献

[1] 刘良云,王纪华,张永江,等.叶片辐射等效水厚度计算与叶片水分定量反演研究[J].遥感学报, 2007, 11(3):289-295.
[2] 赵英时,等.遥感应用分析原理与方法[M].北京:科学出版社,2003.
[3] 颜春燕.遥感提取植被生化组分信息方法与模型研究[D].北京:中国科学院研究生院,2003.
[4] JACQUEMOUD S,BARET F.PROSPECT:A Model of Leaf Optical Properties Spectra[J].Remote Sensing of Environment, 1990(34):75-91.
[5] JACQUEMOUD S, VERHOEF W.PROSPECT+SAIL Models:A Review of Use for Vegetation Characterization[J].Remote Sensing of Environment, 2009(113):56-66.
[6] 郭云开,王杨.路域植被覆盖度时空变化遥感定量反演[J].测绘通报, 2013(5):23-27.
[7] 陆成,陈圣波,刘万崧,等.叶片辐射传输模型理论研究[J].世界地质, 2013, 32(1):177-188.
[8] 展昕.基于SAIL模型的光谱解混研究[D].武汉:华中科技大学,2009.
[9] 郭云开,苟叶培.路域植被叶面积指数变化遥感监测[J].遥感信息, 2013,28(6):92-95.
[10] 郭云开,张进会.路域植被叶绿素多光谱遥感定量反演研究[J].测绘通报, 2014(12):5-8.
[11] 胡艳国.支持向量机的研究与应用[D].南昌:南昌大学,2007.
[12] 梁栋,管青松,黄文江,等.基于支持向量机回归的冬小麦叶面积指数遥感反演[J].农业工程学报, 2013, 29(7):117-123.
[13] 林卉,梁亮,张连蓬,等.基于支持向量机回归算法的小麦叶面积指数高光谱遥感反演[J].农业工程学报, 2013, 29(11):139-146.
[14] VAPNIK V N.Statistical Learning Theory[M]. New York:Wiley, 1998:1-50.
[15] 张婷,丁建丽,王飞.基于实测端元光谱的多光谱图像光谱模拟研究[J].光谱学与光谱分析, 2010, 30(11):2889-2893.
[16] 孙家炳,等.遥感原理与应用[M].武汉:武汉大学出版社,2009.
[17] 王洁,徐瑞松,马跃良,等.植被含水量的遥感反演方法及研究进展[J].遥感信息, 2008,23(1):100-105.
[18] 谷成燕.基于PROSAIL辐射传输模型的毛竹林冠层参数遥感定量反演[D].杭州:浙江农林大学,2013.

利用PRO4SAIL与支持向量机回归的组合模型反演植被等效水厚度

Quantitative Inversion Vegetation Equivalent Water Thickness by Combined Model of PRO4SAIL and the Support Vector Regression

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 3

编辑推荐

Metrics

本文评价

[1]	肖祥红, 刘海洋, 郭云开. 基于混合像元分解理论的路域植被等量水厚度遥感反演[J]. 测绘通报, 2019, 0(12): 83-86,95.
[2]	雷雨赵丹宁. 三种综合预报卫星钟差的方法[J]. 测绘通报, 2014, 0(4): 22-25.
[3]	郭云开张进会. 路域植被叶绿素多光谱遥感定量反演研究[J]. 测绘通报, 2014, 0(12): 5-8.