基于landsat8oli多光谱影像数据和bp神经网络的叶面积指数反演

？叶面积指数能反映出植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,这正是植被影响土壤侵蚀的主要方面。及时、准确、有效地获取区域尺度植被lai,对研究土壤侵蚀与植被的关系至关重要。本文作者以landsat8oli多光谱遥感影像和叶面积指数(leafareaindex,lai)实测数据为基础,构建了神经网络隐含层层数分别为1层和2层的神经网络模型,经对比分析,bp神经网络模型反演叶面积指数具有较高的反演精度,尤其是隐含层为2层时,平均相对误差(mape)是0.2013、均方根误差(rmse)是0.52、相关系数r是0.77,均优于非线性回归模型。基于隐含层为2层的bp神经网络模型反演生成了南京市lai分布图,经分析,lai分布情况与植被实际分布情况相符,模型的空间可靠性较高。