BP神经网络反演森林生物量模型研究

摘要

基于Landsat TM影像和DEM数据,尝试利用BP神经网络建立旺业甸林场森林生物量非线性遥感模型系统,通过实验筛选,最终利用增强型的BP网络进行训练仿真.模型仿真结果表明,增强型的BP神经网络具有自学习和自适应功能强、收敛速度快的特点,能够最大限度地利用先验样本.仿真检验结果的相对系数达0.802 2,平均相对误差为15.7％,表明该模型预测的生物量与实际生物量一致性较好,能够达到较好的反演效果.