应用PLS-GA-SVM构建的云南松林分蓄积量遥感估算模型

摘要：

为提高森林蓄积量遥感预测精度,结合机器学习算法构建单季节林分蓄积量估算模型.以云南省大理州2007年国家森林资源连续清查云南松林样地蓄积量为对象,根据冬季、春季和秋季遥感影像提取研究区的单波段、植被指数和纹理信息共74个因子,采用PLS提取前13个主成分作为自变量,经过GA优化c、g参数的SVM构建云南松林分蓄积量估算模型,探讨单季节SVM的训练效果和泛化能力.研究表明:各季节所有自变量与云南松林分蓄积量相关性较弱;春季遥感数据与秋冬季节遥感数据存在差异;高值低估现象普遍存在,冬季遥感影像构建的PLS-GA-SVM模型效果最好(训练集R2=0.6690,ERMS=6.7345 m3),泛化能力最佳;春季遥感数据复杂性较高,无法准确反映预蓄积量变化情况.

关键词：云南松、林分蓄积量、偏最小二乘、遗传算法、支持向量机、单季节遥感

所属期刊栏目：48

分类号：S715.3(林业基础科学)

资助基金：国家自然科学基金项目;云南省农业联合面上项目2017FG001-017;云南省"万人计划"青年拔尖人才培养项目

在线出版日期：2021-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：12-17