基于方差优化k最近邻法的森林蓄积量估测

• 作者: ZHAO Feng 孙华 林辉 蒋馥根 龙江平
• 来源期刊: 森林与环境学报
• 学科: 农学
• 关键词: 蓄积量 遥感反演 优化,NN PlanetLabs影像
• 年，卷（期）: 2019,（5）
• 页码范围: 497-504
• 页数: 8页
• 分类号: S771.8
• 字数: 4716字
• 语种: 中文
• DOI: 10.13324/j.cnki.jfcf.2019.05.008

摘要

森林资源调查是数字森林资源监测的基础,遥感技术可以克服传统方法如抽样调查的局限性,有效地缩短作业时间,提高效率.虽然目前森林蓄积量遥感估测方法很多,但随着样本数量的增加,这些方法无法保证估算的准确性.本研究拟提出一种基于方差速率优化的,最近邻法, (NN),以2017年10月Planet Labs影像为数据源,结合赤峰市旺业甸林场蓄积量实测数据建立反演模型,并与地理加权回归(GWR)模型、 随机森林(RF)模型、 普通,NN模型和距离加权,NN模型进行对比分析.在建立的森林蓄积量反演模型中,方差优化,NN模型得到最优精度[决定系数(R2)为0.69,均方根误差(RMSE)为67.6 m3?hm-2,相对均方根误差(RRMSE)为32.04％],显著优于其他模型.结果表明,方差优化,NN模型相比其他模型更适用于森林蓄积量遥感估测,森林蓄积量遥感反演空间分布符合实际分布情况,可以满足建立反演模型的需求.同时,由于Planet Labs影像的鲜明特征(即具有高时间分辨率),该数据的时间序列数据对于森林季节变化有丰富的记录,在反演森林蓄积量方面有着很大潜力.