基于k-NN方法和GF遥感影像的森林蓄积量估测

摘要：

综合利用黑龙江省某林业局的一类样地调查资料、GF-1号卫星影像、 数字高程(DEM)模型以及土地利用类型图,采用k-近邻(k-nearest neighbor,k-NN)法进行森林蓄积量估测研究,分析k-NN方法及GF-1卫星数据在森林资源调查与监测中的应用效果.为对比k-NN方法的估测精度,对相同试验数据也进行了最小二乘估计和稳健估计建模.采用GF-1号16 m分辨率的多光谱数据,在林业局级尺度上分别应用这3种方法进行森林蓄积量建模估测,生成了监测区域森林蓄积量分布图并统计得到监测区域总的蓄积量值.将3种方法估测结果与二类调查实测结果进行比较,k-NN方法估测精度达到97.3%,略优于传统的最小二乘估计和稳健估计建模估测精度.因k-NN方法不受Gauss-Markov假设限制,且能有效克服建模变量间的复共线性问题,研究成果可用于县/林业局级尺度的森林蓄积量估测,且国产GF-1卫星影像能有效应用于森林资源监测.

关键词：森林经理学、k-NN方法、蓄积量估测、最小二乘估计、稳健估计

所属期刊栏目：34

分类号：S757.2(森林经营学、森林计测学、森林经理学)

资助基金：国防科技工业局重大专项民用部分21-Y30B05-9001-13/15-7

在线出版日期：2017-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：406-412