多元线性回归与神经网络模型在森林地上生物量遥感估测中的应用

• 作者: 向云西 吴自荣 国瑞 宁金魁 徐辉 杨武 桂亚可 欧阳勋志 潘萍 臧颢
• 来源期刊: 东北林业大学学报
• 关键词: 遥感 森林生物量 多元线性回归 神经网络
• 年，卷（期）: 2018,（1）
• 页码范围: 63-67
• 页数: 5页
• 分类号: S757.2
• 语种: 中文

摘要

利用遥感影像构建森林生物量估测模型,能够快速、实时估算区域森林生物量.采用吉水县TM影像以及森林资源调查固定样地数据,构建估算森林地上生物量的多元线性回归模型及BP神经网络模型,并对两种模型进行了比较.结果表明:两种模型对样地生物量的预测值大部分比实测值小,多元线性回归模型预测值与实测值的偏差幅度比BP神经网络模型更大,偏差幅度分别为-110.24～38.09 t·hm-2、-35.12～26.17 t·hm-2;多元线性回归模型与BP神经网络模型的决定系数(R2)分别为0.470和0.869,均方根误差(RMSE)分别为30.52和12.69 t·hm-2,预测精度分别为50.07％和71.65％.因此,运用BP神经网络模型估测森林地上生物量优于多元线性回归模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳勋志		93	1053	17.0	27.0
2	宁金魁		26	192	8.0	12.0
3	吴自荣		22	195	8.0	13.0
4	潘萍		25	132	8.0	10.0
5	臧颢		20	92	6.0	9.0
6	国瑞		5	37	3.0	5.0
7	徐辉		3	29	3.0	3.0
8	向云西		4	31	3.0	4.0
9	桂亚可		5	32	3.0	5.0
10	杨武		2	17	2.0	2.0