基于RapidEye的人工林生物量遥感反演模型性能对比

• 作者: 李卫正 李明诗 沈文娟 王璟睿 郑光
• 来源期刊: 西北林学院学报
• 关键词: 生物量 RapidEye BP神经网 支持向量机 随机森林
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 森林经理学
• 页码范围: 196-202
• 页数: 7页
• 分类号: S750
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7461.2015.06.36

摘要

利用2012年RapidEye高空间分辨率遥感影像并结合野外样方数据,采用多种建模技术进行生物量的反演和制图.先依据RapidEye光谱数据发展出包括NDVI、RVI等多种植被指数、光谱特征图像及纹理特征,再通过相关分析筛选建模所需因变量,采用支持向量机、BP神经网络和随机森林算法建立森林生物量估测模型并进行精度验证.结果表明,基于支持向量机的建模R2为0.687,验证R2为0.641,平均相对误差为0.306;基于BP神经网的建模R2为0.552,验证R2为0.358,平均相对误差为0.525;基于随机森林的建模R2为0.850,验证R2为0.324,平均相对误差为0.468.采用支持向量机算法所制作的空间意义明确的森林生物量分布图,为制定合理的森林经营措施提供有益指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫正	南京林业大学林学院	40	297	11.0	14.0
5	李明诗	南京林业大学林学院	41	444	12.0	19.0
9	沈文娟	南京林业大学林学院	15	116	8.0	10.0
13	王璟睿	南京林业大学林学院	3	19	3.0	3.0