基于DART模型和随机森林估算山地叶面积指数 |
| |
引用本文: | 凌菊,李爱农,靳华安.基于DART模型和随机森林估算山地叶面积指数[J].遥感技术与应用,2023(1):39-50. |
| |
作者姓名: | 凌菊 李爱农 靳华安 |
| |
作者单位: | 1. 中国科学院水利部成都山地灾害与环境研究所数字山地与遥感应用中心;2. 中国科学院大学 |
| |
基金项目: | 国家自然科学基金项目“山地典型生态参量遥感反演建模及其时空表征能力研究”(41631180),国家自然科学基金面上项目“基于深度学习的不同空间尺度时间序列叶面积指数遥感反演”(42071352);;国家重点研发计划项目“山地生态系统全球变化关键参数立体观测与高分辨率产品研制”(2020YFA0608700); |
| |
摘 要: | 地形效应会使遥感影像中的地表反射率发生畸变,进而影响基于反射率估算的叶面积指数(Leaf Area Index,LAI)精度。为了减弱或消除地形对LAI反演的影响,基于三维辐射传输模型DART(Discrete Anisotropic Radiative Transfer)构建坡地反射率与LAI数据集作为训练数据。以反射率为输入,LAI为输出,利用随机森林算法进行训练,构建山地LAI反演模型。结合实际遥感影像数据实现山地LAI的估算,并利用实测数据对反演结果开展精度评价。同时,基于DART模型和随机森林构建了平地LAI反演模型作为参照以评价本文发展方法的有效性。结果表明:考虑了地形影响的山地LAI反演模型具有较强的估算能力,验证结果的精度(决定系数(R2)=0.57,均方根误差(RMSE)=0.77 m2/m2)优于平地反演模型(R2=0.46,RMSE=0.86 m2/m2);基于DART模型构建的山地反演模型能够捕捉到坡度和坡向对地表反射率的影响,其反演结果较好地还原了研究区LAI的空间分布,与地面真实情况接近。研究...
|
关 键 词: | 叶面积指数 山地 遥感反演 DART 随机森林 |
|
|