基于多源遥感数据协同的滇西北森林郁闭度估测 |
| |
引用本文: | 周文武,舒清态,王书伟,杨正道,罗绍龙,胥丽,肖劲楠.基于多源遥感数据协同的滇西北森林郁闭度估测[J].应用生态学报,2023(7):1806-1816. |
| |
作者姓名: | 周文武 舒清态 王书伟 杨正道 罗绍龙 胥丽 肖劲楠 |
| |
作者单位: | 西南林业大学林学院 |
| |
基金项目: | 国家自然科学基金项目(31860205,31460194);;云南省教育厅科学研究基金项目(2023Y0728)资助; |
| |
摘 要: | 森林郁闭度(FCC)是评价森林资源和生物多样性的重要参数,利用多源遥感协同手段以较小成本高精度实现区域FCC反演是当前研究热点。本研究以星载激光雷达ICESat-2/ATLAS为主要信息源,结合54块实测样地数据,采用贝叶斯优化(BO)算法改进后的随机森林(RF)、K-最近邻值法(KNN)、梯度回归(GBRT)模型获取光斑尺度ATLAS光斑内FCC,协同多源遥感影像Sentinel-1/2及地形因子基于BO算法优化后的全连接深度神经网络模型(DNN)进行区域尺度的滇西北香格里拉市FCC遥感估测。结果表明:在提取的50个ATLAS激光雷达光斑参数指标中,经RF特征变量优选后,6个特征参数(乔木冠层百分比、冠层顶光子相对高度的标准差、冠层高度最小值、区段内98%冠层高度值与冠层高度中位数的差值、冠层顶部光子数、表观反射率)贡献率较大,可作为光斑尺度遥感估测模型变量。在BO-RF、BO-KNN、BO-GBRT模型中,以BO-GBRT模型估测的FCC结果最优,留一交叉验证的决定系数(R2)为0.65、均方根误差(RMSE)为0.10、绝对残差均值(RS)为0.079,预测...
|
关 键 词: | 深度学习 ICESat-2/ATLAS 贝叶斯优化算法 多源遥感数据 Sentinel数据 普通克里格插值 |
|
|