多元线性回归与神经网络模型在森林地上生物量遥感估测中的应用

摘要：

利用遥感影像构建森林生物量估测模型,能够快速、实时估算区域森林生物量.采用吉水县TM影像以及森林资源调查固定样地数据,构建估算森林地上生物量的多元线性回归模型及BP神经网络模型,并对两种模型进行了比较.结果表明:两种模型对样地生物量的预测值大部分比实测值小,多元线性回归模型预测值与实测值的偏差幅度比BP神经网络模型更大,偏差幅度分别为-110.24～38.09 t·hm-2、-35.12～26.17 t·hm-2;多元线性回归模型与BP神经网络模型的决定系数(R2)分别为0.470和0.869,均方根误差(RMSE)分别为30.52和12.69 t·hm-2,预测精度分别为50.07％和71.65％.因此,运用BP神经网络模型估测森林地上生物量优于多元线性回归模型.

关键词：遥感、森林生物量、多元线性回归、神经网络

所属期刊栏目：46

分类号：S757.2(森林经营学、森林计测学、森林经理学)

资助基金：国家自然科学基金项目31360181;亚洲开发银行CCF气候变化基金江西赠款项目0229-PRC

在线出版日期：2018-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：63-67