基于随机森林模型的林地叶面积指数遥感估算

• 作者: 余坤勇 刘健 姚雄 曾琪 杨玉洁 陈樟昊
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 林地 叶面积指数 遥感反演 随机森林模型 支持向量回归模型 反向传播神经网络模型
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 159-166
• 页数: 8页
• 分类号: TP79|S127
• 字数: 5852字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2017.05.019

摘要

林地叶面积指数(Leaf area index,LAI)的准确估测是精准林业的重要体现.为了快速、准确、无损监测林地LAI,利用LAI-2200型植物冠层分析仪获取福建省西部森林样地的LAI数据,结合同期Pleiades卫星影像计算12种遥感植被指数,分析了各样地实测LAI数据和相应植被指数的相关性,进而使用随机森林(RF)算法构建了林地LAI估算模型,以支持向量回归(SVR)模型和反向传播神经网络(BP)模型作为参比模型,以决定系数(R2)、均方根误差(RMSE)、平均相对误差(MAE)和相对分析误差(RPD)为指标评价并比较了模型预测精度.结果表明:全样本数据中,各植被指数与对应LAI值均呈极显著相关(P＜0.01),且相关系数都大于0.4;RF模型在3次不同样本组中的预测精度均高于同期的SVR模型和BP模型;3个样本组中RF模型的LAI估测值与实测值的R2分别为0.688、0.796和0.707,RPD分别为1.653、1.984和1.731,均高于同期SVR模型和BP模型,对应的RMSE分别为0.509、0.658和0.696,MAE分别为0.417、0.414和0.466,均低于同期其他2种模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨玉洁	福建农林大学林学院	5	47	4.0	5.0
2	曾琪	福建农林大学林学院	3	20	2.0	3.0
3	陈樟昊	福建农林大学林学院	4	21	2.0	4.0