1 中国科学院海洋研究所, 山东 青岛 266071
2 中国科学院研究生院, 北京 100049
3 东北林业大学, 黑龙江 哈尔滨 150040
使用高光谱数据估算叶片与冠层尺度的森林氮含量.首先采用基于高斯误差函数的BP神经网络Erf-BP建立叶片尺度氮含量的遥感估算模型;其次根据几何光学模型原理, 推导冠层光谱与叶片光谱的尺度转化函数, 将Hyperion影像的冠层光谱转换到叶片尺度并反演叶片尺度的氮含量;最后, 利用森林结构参数LAI得到研究区域冠层尺度氮含量.结果表明, 隐含层包含8个神经元的Erf-BP模型最优, 检验精度为76.8597%;利用尺度转化函数估算670 nm和865 nm冠层光谱与实测光谱决定系数为0.5203和0.4117;反演叶片尺度氮含量与实测数据的决定系数为0.7019;该方法为高精度快速估算叶片和冠层尺度森林氮含量提供参考.
高光谱遥感 氮含量 4-Scale模型 hyperspectral remote sensing nitrogen content 4-Scale model