森林地上生物量GF-3全极化SAR数据估测研究

森林地上生物量(Above Ground Biomass, AGB)是衡量森林生态系统生产能力的重要参考指标，也是研究地表碳循环和碳平衡的重要组成部分。立足国内高分三号(GF-3)SAR数据，探索不同类型反演模型的适宜性，以提高森林地上生物量的反演精度有着重要意义。以云南省昆明市宜良县花园林场小哨林区西南地区典型针叶林为研究对象，以GF-3 SAR数据为数据源，结合地面样地调查数据将GF-3 SAR数据的4个通道极化后向散射系数和极化分解特征作为森林地上生物量的建模因子；使用参数模型中的多元线性逐步回归(Multivariable Linear Stepwise Regression,MLSR)算法及非参数模型中的K最近邻(K-Nearest Neighbor Method, K-NN)、支持向量回归(Support Vector Regression, SVR)和随机森林(Random Forest, RF)共4种算法，对该研究区域森林AGB进行了反演；并采用皮尔逊相关系数(R²)、均方根误差(RMSE)及总精度(Acc.)3个指标对4种模型的反演结果精度进行了...