基于神经网络的森林生物量估测模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1 引言 | 第9-18页 |
| ·研究背景 | 第9-10页 |
| ·单木生物量估测模型研究现状 | 第10-12页 |
| ·样本数的确定 | 第10页 |
| ·单木生物量模型的结构 | 第10-11页 |
| ·模型的评价 | 第11页 |
| ·单木生物量模型的模型相容性 | 第11-12页 |
| ·森林生物量估测模型研究现状 | 第12-14页 |
| ·调查因子模型法 | 第12-13页 |
| ·生物量转换因子模型法 | 第13页 |
| ·遥感信息模型法 | 第13-14页 |
| ·BP神经网络模型概述 | 第14-18页 |
| ·神经元 | 第15页 |
| ·激励函数 | 第15-16页 |
| ·BP神经网络在生物量估测中的应用 | 第16-17页 |
| ·BP神经网络的不足 | 第17-18页 |
| 2 研究区概况与数据采集 | 第18-23页 |
| ·研究区概况 | 第18-19页 |
| ·研究区概况 | 第18页 |
| ·地质地貌 | 第18页 |
| ·水文 | 第18页 |
| ·气候 | 第18页 |
| ·森林资源概况 | 第18-19页 |
| ·样地设置与数据采集 | 第19-23页 |
| ·森林分布与样地设置 | 第19-21页 |
| ·生物量数据采集 | 第21-22页 |
| ·遥感数据预处理 | 第22-23页 |
| 3 研究内容与方法 | 第23-27页 |
| ·研究内容 | 第23-24页 |
| ·技术路线 | 第24页 |
| ·研究方法 | 第24-27页 |
| ·单木生物量的测定 | 第24-25页 |
| ·林分生物量的计算 | 第25-27页 |
| 4 传统单木生物量模型的构建 | 第27-32页 |
| ·一元线性模型与多元线性模型 | 第27-29页 |
| ·一元非线性模型与多元非线性模型 | 第29-30页 |
| ·多项式模型 | 第30-31页 |
| ·三类模型的比较 | 第31-32页 |
| 5 基于BP神经网络的单木生物量模型构建 | 第32-38页 |
| ·不同算法模型的对比分析 | 第32-33页 |
| ·优选BP神经网络模型的精度分析 | 第33-36页 |
| ·输入变量数对优选BP神经网络模型的影响 | 第33-35页 |
| ·输出变量数对优选BP神经网络模型的影响 | 第35-36页 |
| ·优选模型隐层节点数的确定 | 第36页 |
| ·最优BP神经网络模型与相对生长模型的比较 | 第36-38页 |
| 6 基于BP神经网络的森林生物量模型构建与应用 | 第38-44页 |
| ·自变量的选择 | 第38-40页 |
| ·BP神经网络模型系统的建立 | 第40-41页 |
| ·BP模型的构建 | 第40页 |
| ·BP模型的评价 | 第40-41页 |
| ·BP模型系统的应用 | 第41-44页 |
| ·研究区森林生物量分布图 | 第41-42页 |
| ·研究区森林生物量空间分布分析 | 第42-44页 |
| 7 结论与展望 | 第44-47页 |
| ·结论与讨论 | 第44-45页 |
| ·单木生物量相对生长模型 | 第44页 |
| ·单木生物量BP神经网络模型 | 第44-45页 |
| ·森林生物量BP神经网络模型的应用 | 第45页 |
| ·问题与展望 | 第45-47页 |
| 参考文献 | 第47-52页 |
| 个人简介 | 第52-53页 |
| 导师简介 | 第53-54页 |
| 致谢 | 第54页 |
