| 基于RapidEye的人工林生物量遥感反演模型性能对比 |
| |
| 引用本文： | 王璟睿,,沈文娟,,李卫正,,李明诗,,郑光.基于RapidEye的人工林生物量遥感反演模型性能对比[J].西北林学院学报,2015,30(6):196-202. |
| |
| 作者姓名： | 王璟睿 沈文娟 李卫正 李明诗 郑光 |
| |
| 作者单位： | (1.南京林业大学 林学院，江苏 南京 210037；2.南方林业协同创新中心，南京林业大学,江苏 南京 210023；3.南京大学 国际地球系统科学研究所，江苏 南京 210023) |
| |
| 摘 要： | 利用2012年RapidEye高空间分辨率遥感影像并结合野外样方数据，采用多种建模技术进行生物量的反演和制图。先依据RapidEye光谱数据发展出包括NDVI、RVI等多种植被指数、光谱特征图像及纹理特征，再通过相关分析筛选建模所需因变量，采用支持向量机、BP神经网络和随机森林算法建立森林生物量估测模型并进行精度验证。结果表明，基于支持向量机的建模R2为0.687，验证R2为0.641，平均相对误差为0.306；基于BP神经网的建模R2为0.552，验证R2为0.358，平均相对误差为0.525；基于随机森林的建模R2为0.850，验证R2为0.324，平均相对误差为0.468。采用支持向量机算法所制作的空间意义明确的森林生物量分布图，为制定合理的森林经营措施提供有益指导。
|
| 关 键 词： | 生物量 RapidEye BP神经网 支持向量机 随机森林 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《西北林学院学报》浏览原始摘要信息 |
|
点击此处可从《西北林学院学报》下载全文 |
|
