基于RBF 神经网络的城市森林碳储量遥感建模与动态变化分析.pdfVIP

2013年 8月 林业资源管理 August2013 第4期 FORESTRESOURCESMANAGEMENT No．4 基于RBF神经网络的城市森林碳储量遥感建模与动态变化分析 — — 以南京市为例 凌子燕 ，黄 进 (1．广西基础地理信息中心，南宁530023；2、广西民族大学，南宁530006) 摘要：研究将TM遥感数据的归一化植被指数 (NDVI)和短波红外植被指数 (SWVI)融入径向基神经网络中， 构建了森林碳储量估算模型，并应用该模型反演了南京市不同时期的森林碳储量。结果显示：1)该模型的平均 估算精度达到74．62％，比线性回归模型精度更高、拟合更稳定，是一种相对简便、易于操作和准确度高的森林 碳储量估算方法；2)南京市的森林碳储量总体分布面积较大，但在区域上分布不太均匀，1988--2005年期间各 辖区的森林碳储量均有不同程度的减少，减少率由小到大依次排列为：栖霞区玄武区下关区雨花台区 鼓楼区白下区秦淮区建邺区。 关键词：森林碳储量；RBF神经网络；遥感；南京 中图分类号：$718．55；TP79 文献标识码：A 文章编号：1002—6622(2013)04—0120一O6 StudyonEstimationM odelandDynamicChangeof UrbanForestCarbonStorageBasedonRBFandRS — — ACaseStudyinNanjing LINGZiyan ，HUANGJin (1．GeomaticsCenterofGnangxi，Nanning531XP_3，Guangxi，China；2．C~ngxiUniversityforNationnalities，Nanning530006， ， ，China) Abstract：NDVIandSWVIderivedfrom LandsatTM imagesareblentintoRadialBasisFunctiontogen— erateanestimationmodelofforestcarbonstorageinNanjing，andthismodeliscomparedwithRegression Mode1．Theresultsshowthat：(1)TheprecisionofRadialBasisFunctionModelis74．62％，it’Smore stableandhashigherprecisionthanRegressionModel，SOit’Sarelativelysimple，easy-to-operateandac- curateestimationmethodforcarbonstorageofforest；(2)Fromspatialdistributionpatternperspective，the forestcarbonstorageinNanjingisdistributedextensively，butnotevenregionally．Fromtimedynamic changeperspective，duringtheperiodof1988to2005，theforestcarbon storageofeachdistrictdeclined indifferentdergees，thedescentrateswerelistedinalow—to—highorder：Qixia，Xuanwu，Xiaguan，Yuhua- tai，Gulou，Baixia，QinhuaiandJianye． Keywords：carbonstorageofforest，RBFnetwork，RS，Nanjing 收稿 日期：2