[发明专利]一种基于SAR和WFV数据的叶面积指数反演模型

摘要

本发明公开了一种基于SAR和WFV数据的叶面积指数反演模型方法，该方法包括如下步骤：步骤1)模型隐含层采用Traindx训练函数和Tan‑Sigmoid传递函数，输出层采用Purelin线性传递函数，并确定初始权值和阈值。步骤2)基于GF‑1WFV影像和GF‑3SAR影像，提取出6种光学与微波极化分解融合植被指数(MEVI‑LAI、MEVI2‑LAI、MMSAVI‑LAI、MNDVI‑LAI、MRVI‑LAI、MSAVI‑LAI)，作为遗传神经网络模型输入变量，并训练变量；步骤3)使训练变量的误差作为适应度值，采用适应度比例、实数交叉和变异三种方法增强训练和优化搜素能力，直到获取最优权值和阈值；步骤4)根据均方根误差RMSE最小为依据，再迭代运算和更新权值和阈值，最终获取最优叶面积指数和反演结果图，该方法经过多源数据协同、算法和神经网络模型融合，进一步提高了叶面积指数反演精度。