基于Landsat8新邵县森林碳密度遥感反演研究

摘要：

准确估算森林碳密度是研究森林生态系统的核心.基于Matlab工作平台,以森林资源连续清查(湖南省第七次复查)及同期Landsat 8影像为本底,建立非线性回归模型、RF随机森林模型和RBF径向基神经网络模型进行森林碳密度反演.结果表明:RBF神经网络精度最高,决定系数为0.96,均方根误差为1.33 t·hm-2,很好的拟合了样地实测碳密度;RF随机森林优于非线性回归模型,拟合精度、均方根误差分别为0.91、2.50 t·hm-2;非线性回归模型精度最低,决定系数和均方根误差分别为:0.62、3.87 t·hm-2.故应用RBF神经网络对森林碳密度的反演具有很好的效果.

关键词：森林碳密度、非线性回归、随机森林、RBF、估计

所属期刊栏目：39

分类号：S771.8(森林工程、林业机械)

资助基金：国家林业公益性行业专项"林业资源多层次信息服务技术研究"201304215

在线出版日期：2019-11-07（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：42-47