基于神经网络的玛纳斯河流域植被地上生物量反演

摘要: 植被生物量反映了生态系统获取能量的能力，分析其分布特征对了解生态系统结构和功能具有十分重要的意义。传统的反演植被地上生物量的方法往往由于样本的缺少，以及影响因子的不确定性而导致预估精度不高。本文选用ELM对105块实测样本的遥感因子(TM影像灰度值和植被因子等10个因子)进行训练，用余下34块样地进行验证，结果表明：ELM反演植被地上生物量，可以获得较高的精度，模型预测结果与实测结果的曲线拟合决定系数R2达0.89。此外，对2010—2015年玛纳斯河流域的植被地上生物量进行反演，认为流域内上游山区生物量大部分较为稳定，中游平原区生物量呈现增加趋势，下游荒漠区生物量则呈现退化趋势。