基于卫星多光谱的广东亚热带森林FMC遥感反演
通过森林可燃物含水率(FMC)监测评估植被活叶的水分状况,探究可燃物水分含水率与植被本身的微观特征及植被的环境条件的关系,包括森林几何特征因子(如树高、冠幅宽度)和森林水分特征因子(NDVI、NDII).除具有传统的线性关联外,森林的特征变量之间存在非线性关系.采用常规线性回归、XGboost、 梯度提升回归3种经典的机器学习算法预测FMC.最后,通过分配权重整合这3种算法,构成新的"综合投票回归"方法.计算结果与样点初始值相关性最好,误差最低.该研究基于卫星遥感反演的低成本、准实时的FMC指数,可为制定森林火灾风险管理策略提供理论支撑和森林可燃物水分的时空分布数据.
综合投票回归算法、可燃物含水率、广东亚热带森林、机器学习、Sentinel-2A
51
TP79(遥感技术)
广东省林业科技创新项目2020KJCX003
2022-06-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
432-437