基于IFOA-LSSVM算法的机载LiDAR森林生物量估测

• 作者: 于慧伶 孙绳宇 朱伊枫 李羽昕 李新立
• 来源期刊: 实验室研究与探索
• 关键词: 生物量估测 机载LiDAR数据 改进果蝇优化算法 最小二乘支持向量机
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 实验技术|Experimental Technique
• 页码范围: 44-48
• 页数: 5页
• 分类号: S718.4|TP394.1
• 语种: 中文
• DOI: 10.19927/j.cnki.syyt.2021.03.010

摘要

利用LiDAR数据的三维结构信息,提取样地级点云变量并进行优化,通过与获取的地面调查数据相结合,构建基于果蝇算法优化最小二乘支持向量机的生物量估测模型.利用反向学习初始化、三维搜索与自适应更新步长改进果蝇优化算法;将该算法优化最小二乘支持向量机LSSVM参数(σ,γ);建立基于IFOA-LSSVM的森林生物量估测模型.IFOA-LSSVM模型估测生物量的均方根误差值只有67.2195 t/ha.崖柏型、铁杉型、云杉型IFOA-LSSVM模型估测生物量的均方根误差值分别为55.2787 t/ha、63.6967 t/ha、36.0813 t/ha;估测值与实测值的相关系数平方为96.68％、93.71％、91.28％.基于IFOA-LSSVM模型的生物量估测误差和拟合程度均优于FOA-LSSVM.IFOA-LSSVM估测模型具有泛化能力强、收敛速度快、寻优精度高的特点.