极限学习机辅助下路域植被叶面积指数的反演

作     者：雷宇斌 朱善宽 郭云开 李丹娜 刘磊 刘宁 LEI Yubin;ZHU Shankuan;GUO Yunkai;LI Danna;LIU Lei;LIU Ning

作者机构：湖南省第二测绘院湖南长沙410000 中交上海航道勘察设计院有限公司上海200000 长沙理工大学测绘遥感应用技术研究所湖南长沙410076 

出 版 物：《测绘通报》 (Bulletin of Surveying and Mapping)

年 卷 期：2018年第9期

页      面：82-86页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金面上项目(41471421 41671498) 

主　　题：遥感 叶面积指数 反演 GF-1影像 极限学习机 

摘      要：路域植被叶面积指数(LAI)的获取对于路域植被长势和健康状况的监测具有重要意义。本文以GF-1影像和地面同步实测数据为基础,利用极限学习机(ELM)对湖南省醴潭高速路域植被LAI进行了建模反演。试验结果表明,与传统经验回归模型、SVM模型相比,ELM反演精度更高,RMSE为0.501,预测精度为86.26%。该研究可为路域植被健康评估提供参考。