基于IFOA-LSSVM算法的机载LiDAR森林生物量估测

摘要：

利用LiDAR数据的三维结构信息,提取样地级点云变量并进行优化,通过与获取的地面调查数据相结合,构建基于果蝇算法优化最小二乘支持向量机的生物量估测模型.利用反向学习初始化、三维搜索与自适应更新步长改进果蝇优化算法;将该算法优化最小二乘支持向量机LSSVM参数(σ,γ);建立基于IFOA-LSSVM的森林生物量估测模型.IFOA-LSSVM模型估测生物量的均方根误差值只有67.2195 t/ha.崖柏型、铁杉型、云杉型IFOA-LSSVM模型估测生物量的均方根误差值分别为55.2787 t/ha、63.6967 t/ha、36.0813 t/ha;估测值与实测值的相关系数平方为96.68％、93.71％、91.28％.基于IFOA-LSSVM模型的生物量估测误差和拟合程度均优于FOA-LSSVM.IFOA-LSSVM估测模型具有泛化能力强、收敛速度快、寻优精度高的特点.

关键词：生物量估测、机载LiDAR数据、改进果蝇优化算法、最小二乘支持向量机

所属期刊栏目：40

分类号：S718.4;TP394.1(林业基础科学)

资助基金：中央高校基本科研业务费项目2572017CB34

在线出版日期：2021-04-27（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：44-48