旺业甸林场人工林生物量遥感反演研究

摘要：

森林生物量能直接反映森林质量,遥感技术结合地面样地能实现林分或区域范围森林生物量的反演,反演结果对制定森林资源合理利用、生态环境改善等方面的政策具有重要的指导意义.论文以旺业甸林场Landsat 8 OLI影像为数据源,从影像中提取161个植被指数,对比Pearson相关系数法和随机森林法进行特征变量选择,分别筛选出合适的因子作为模型自变量,结合实地调查数据,建立多元线性逐步回归、地理加权回归、kNN回归和随机森林等4种生物量反演模型,并对模型结果进行精度验证.研究结果表明:1)利用Pearson相关系数法进行特征变量选择要优于随机森林法.2)短波红外光和近红外区间波段组合得到的植被指数与生物量的相关性显著,相关性系数最高的前五个因子为SR627、SR637、SR647、SR64、SR213,分别达到了0.776、0.761、0.730、0.702和0.657;3)4种生物量反演模型中,随机森林模型效果最好,决定系数R2为0.72,RMSE=8.12,EA=76.54％;线性逐步回归模型次之,R2为0.65,RMSE=9.01,EA=72.88％;其次是kNN回归模型,R2为0.59,RMSE=9.75,EA=74.89％;地理加权回归模型效果最差,R2为0.58,RMSE=13.75,EA=53.95％;4)利用随机森林模型对研究区进行生物量反演,反演结果生物量空间分布与实际情况基本一致,反演效果较好.

关键词：生物量、Landsat8OLI、地理加权回归、随机森林回归

所属期刊栏目：39

分类号：S771.8(森林工程、林业机械)

资助基金："十三五"国家重点研发计划项目"人工林资源监测关键技术研究"2017YFD0600900;湖南省教育厅科学研究重点项目17A225;湖南省普通高校青年骨干教师培养对象项目7070220190001;中南林业科技大学研究生科技创新基金CX20192025

在线出版日期：2019-10-18（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：88-94