公开(公告)号：CN104142142A

公开(公告)日：2014-11-12

申请号：CN201410310530.6

申请日：2014-07-01

Applicant: 北京师范大学

Inventor： 贾坤 ,  梁顺林 ,  刘素红 ,  刘强 ,  李钰溦

IPC: G01C11/00 ,  G01S7/48

CPC classification number: G01S7/4802

Abstract: 本发明提供了一种全球植被覆盖度估算方法，包括：先根据全球植被类型分布情况选取若干个全球陆表空间采样点；在采样点处获取卫星遥感数据中空间分辨率较高的第一地表反射率数据和空间分辨率较低的第二地表反射率数据，再以第一地表反射率数据通过像元二分模型得到植被覆盖度训练样本。然后在采样点处提取第二地表反射率数据及其空间上对应的根据第一地表反射率数据计算的植被覆盖度，分别作为训练样本的输入和输出对广义回归神经网络模型进行训练，最后使用训练好的模型根据第二地表反射率数据估算全球陆表植被覆盖度。其充分利用了地面实测资料、高空间分辨率遥感观测数据和人工智能学习算法，具有稳定性好、适应性强、精度高、易于操作等优点。

公开(公告)号：CN104142142B

公开(公告)日：2016-08-24

申请号：CN201410310530.6

申请日：2014-07-01

Applicant: 北京师范大学

Inventor： 贾坤 ,  梁顺林 ,  刘素红 ,  刘强 ,  李钰溦

IPC: G01C11/00 ,  G01S7/48

Abstract: 本发明提供了一种全球植被覆盖度估算方法，包括：先根据全球植被类型分布情况选取若干个全球陆表空间采样点；在采样点处获取卫星遥感数据中空间分辨率较高的第一地表反射率数据和空间分辨率较低的第二地表反射率数据，再以第一地表反射率数据通过像元二分模型得到植被覆盖度训练样本。然后在采样点处提取第二地表反射率数据及其空间上对应的根据第一地表反射率数据计算的植被覆盖度，分别作为训练样本的输入和输出对广义回归神经网络模型进行训练，最后使用训练好的模型根据第二地表反射率数据估算全球陆表植被覆盖度。其充分利用了地面实测资料、高空间分辨率遥感观测数据和人工智能学习算法，具有稳定性好、适应性强、精度高、易于操作等优点。