基于高光谱数据和RBF神经网络方法的草地叶面积指数反演

基于中国农业科学院在呼伦贝尔草原实测的120组草地冠层光谱反射率及相应的叶面积指数(LAI)数据,在进行主成分分析(PCA)实现降维处理的基础上,利用径向基函数(radial basis function,RBF)神经网络方法对草地LAI进行了高光谱反演研究.PCA结果表明,前9个主成分的累积贡献率达到了99.782％,能包含原光谱数据的绝大部分信息.将120组LAI及相应的9个主成分样本数据随机分为校正集数据(90组)和预测集数据(30组),分别用于神经网络模型的建立和LAI的预测.所构建的神经网络模型的模拟结果表明,RBF神经网络模型对校正集样本的模拟准确率达到100％(RMSE =0.009 6,R2 =0.999);预测集样本的实测LAI和模拟LAI之间的均方误差和决定系数分别为0.218 6和0.839,取得了较好的模拟效果,有效提高了传统的多元线性回归方程(RMSE =0.416 5,R2=0.570)的计算精度.     

中国城市湿地公园研究现状

城市湿地公园是生态型城市建设中城市绿地系统和城市水系统的重要组成部分,已引起全社会的普遍重视,并获得广泛发展,尤其在华东地区发展势头较快,但是,指导中国城市湿地公园建设与保护的基础理论研究还比较缺乏.因此,通过统计分析中国城市湿地公园的地理布局特征、发展现状,综合分析了近年来对城市湿地公园的研究视角与最新进展.针对城市湿地公园发展中存在的问题,指出城市湿地公园未来主要的研究方向和内容.