联合GF-3 PolSAR数据与Landsat-8 OLI数据的森林地上生物量估测

摘要：

[目的]森林是陆地生态系统的重要组成部分,精确估测森林地上生物量对森林资源的经营管理具有指示作用,对研究全球碳循环具有重要意义.为了改善单一来源遥感数据估测森林地上生物量的不足,探讨了联合高分三号(Gaofen-3,GF-3)全极化(Polarimetric synthetic aperture radar,PolSAR)数据极化分解参数和Landsat-8 OLI数据估测森林地上生物量的可行性,并针对多源遥感数据的冗余问题优化特征组合.[方法]以广西南宁市高峰林场为研究区,结合森林样地调查数据,提取GF-3 PolSAR数据的后向散射系数、极化分解参数和Landsat-8 OLI数据的光谱信息、植被指数、纹理,使用基于序列前向特征选择的K最近邻法(K-nearest neighbor based on sequence forward feature selection,KNN-SFS)估测研究区的森林地上生物量,以留一法交叉验证得到的森林地上生物量预测值和实测值之间的均方根误差(Root mean square error,RMSE)最小为原则,对比验证使用多源遥感数据和单一来源遥感数据时的估测结果,寻求估测森林地上生物量的最优特征组合,基于最优特征组合绘制研究区的森林地上生物量空间分布图.[结果]结合GF-3 PolSAR数据和Landsat-8 OLI数据估测研究区森林地上生物量的精度为RMSE=21.05 t·hm-2,R2=0.75,优于仅使用GF-3 PolSAR数据估测的精度(RMSE=28.38 t·hm-2,R2=0.47)和仅使用Landsat-8 OLI数据估测的精度(RMSE=29.52 t·hm-2,R2=0.42).[结论]多源数据协同反演森林地上生物量可以提高估测的精度,基于KNN-SFS方法联合GF-3 PolSAR数据与Landsat-8 OLI数据可以较好地估测森林地上生物量.

关键词：高分三号、森林地上生物量、极化分解、K最近邻、序列前向选择法

所属期刊栏目：40

分类号：S718.55+6(林业基础科学)

资助基金：国家重点研发计划项目;中央高校基本科研业务费专项资金项目

在线出版日期：2020-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：83-90