运用GF-1影像光谱和纹理信息构建森林蓄积量估测模型

• 作者: 刘伯涛 刘思涵 李崇贵 郭瑞霞 马婷
• 来源期刊: 东北林业大学学报
• 关键词: GF-1遥感影像 森林蓄积量 多元线性回归 随机森林 支持向量机 BP神经网络
• 年，卷（期）: 2020,（1）
• 页码范围: 9-12,28
• 页数: 5页
• 分类号: S715.3
• 语种: 中文

摘要

以GF-1遥感影像为数据源,研究区森林资源二类调查数据为样地实测数据,综合考虑光谱、地形、纹理特征,利用多元线性回归、BP神经网络、支持向量机和随机森林建立研究区森林蓄积量估测模型,并验证模型预测的性能.结果 表明:4种模型预测评价指标的决定系数(R2)和均方根误差(RMSE)相近,但有一定的差异,多元线性回归模型R2和RMSE分别为0.446、39.9796 m3·hm-2,BP神经网络模型R2和RMSE分别为0.474、39.7039 m3·hm-2,支持向量机模型R2和RMSE分别为0.485、38.924 8 m3·hm-2,随机森林模型R2和RMSE分别为0.534、37.882 2m3·hm-2;3种机器学习方法构建的蓄积量估测模型预测性能优于传统的多元线性回归模型,随机森林模型的预测性能最优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李崇贵		27	125	7.0	10.0
2	马婷		8	24	3.0	4.0
3	刘思涵		7	1	1.0	1.0
4	刘伯涛		3	0	0.0	0.0
5	郭瑞霞		5	0	0.0	0.0