基于Landsat 8 OLI的昆明市主要森林类型生物量遥感估测与反演

摘要：

基于昆明市2016年森林资源规划设计调查数据与Landsat 8 OLI遥感影像对昆明市12种优势树种分别构建多元线性回归模型、BP神经网络模型和随机森林模型,并选择最优模型对昆明市12种森林类型进行地上生物量反演.结果表明:3种模型中,随机森林模型有着最好的估测效果,且其中杉木林的模型拟合精度最高R2adj为0.683,RMSE为12.68 t/hm2;线性逐步回归模型的拟合精度最低;当AGB小于50t/hm2和大于100 t/hm2时,3个模型均分别出现不同程度的低值高估和高值低估,但随机森林模型的平均残差值的绝对值较低,在不同生物量段的估测误差相对较低;利用随机森林模型反演研究区森林AGB,反演精度为85.31％,该模型可以较好地反演昆明市森林地上生物量.

关键词：森林类型、地上生物量、遥感估测、模型构建、昆明市

所属期刊栏目：43

分类号：S757.3(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;国家自然科学基金;国家自然科学基金;云南省高层次人才培养计划

在线出版日期：2023-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：107-116