基于GF-2的乔木生物量估测模型研究

• 作者: 丁志丹 孙玉军 孙钊
• 来源期刊: 北京师范大学学报（自然科学版）
• 关键词: 乔木生物量 GF-2 支持向量机 随机森林 多元逐步回归
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 生态模拟
• 页码范围: 135-141
• 页数: 7页
• 分类号: S757.2
• 语种: 中文
• DOI: 10.12202/j.0476-0301.2020440

摘要

以福建省将乐林场为研究区,使用野外实测样地数据,结合福建省二类调查数据,获取了共192个样地的生物量数据,其中杉木纯林112个,马尾松纯林80个.对覆盖研究区的2景GF-2影像进行预处理,提取光谱信息、植被指数、纹理特征及地形因子,筛选与样地生物量相关性较高的因子作为建模的自变量,采用支持向量机、随机森林及多元逐步回归3种方法分别建立了杉木和马尾松生物量模型.结果表明:支持向量机、随机森林模型拟合效果均比多元逐步回归模型好,其中随机森林模型决定系数R2最高,2种样地的R2分别为0.65和0.72,估计精度也最高,分别为65.28％和76.82％;杉木样地3种模型的均方根误差分别为64.27、48.16和77.03,马尾松样地3种模型的均方根误差分别为54.79、48.18和65.63,其中随机森林模型的最低.在3种模型中,随机森林模型为乔木生物量的最优模型.