3种模型在GF-2影像的生物量估测中的比较

摘要：

为了研究高分二号(GF-2)影像生物量估测的模型效果,以攸县黄丰桥林场为研究区,在研究区内采用随机抽样的方法,结合国家森林资源连续清查样地,获取了共47个样地的生物量数据.对GF-2影像进行预处理,结合相关研究,提取8个单波段信息、24个多波段组合信息、4个植被指数以及海拔、坡度、坡向等39个因子作为建模的自变量,采用主成分分析、偏最小二乘和BP神经网络3种方法建立生物量估测模型.结果表明:主成分回归模型的实测值和预测值的决定系数R2为0.44,模型的估测精度为65.83%;偏最小二乘回归模型的R2为0.50,模型的估测精度为67.66%;BP神经网络模型的R2为0.79,模型的估测精度为78.62%.比较可知, BP神经网络模型效果最好.

关键词：GF-2、主成分回归模型、偏最小二乘回归模型、BP神经网络

所属期刊栏目：38

分类号：S771.8(森林工程、林业机械)

资助基金："十三五"国家重点研发计划子课题"单木-林分尺度人工林资源遥感精细检测技术"2017YFD0600902;湖南省科技厅项目"林业遥感大数据与生态安全"2016TP1014

在线出版日期：2018-02-01（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：62-67