联合GF-1和GF-3影像的森林地上生物量反演

编号 zgly0001746759

文献类型 期刊论文

文献题名 联合GF-1和GF-3影像的森林地上生物量反演

作者 史建敏  张王菲  曾鹏  赵丽仙  王梦金 

作者单位 西南林业大学林学院 

母体文献 北京林业大学学报 

年卷期 2022,44(11)

页码 70-81

年份 2022 

分类号 S771.8 

关键词 GF系列卫星  森林地上生物量  森林地上生物量分量  KNN-FIFS 

文摘内容 【目的】探索高分(GF)光学、合成孔径雷达(SAR)数据及其联合数据在森林地上生物量(AGB)及其组成部分反演中的可行性。【方法】以云南省昆明市宜良县小哨林区的云南松为研究对象,结合实地调查数据,以GF-1光学数据和GF-3SAR数据作为数据源,提取光学数据常用的植被指数和纹理特征,SAR数据的各极化后向散射系数、纹理特征以及极化分解等参数,利用KNN-FIFS方法分别进行森林AGB及其分量的反演;然后采用留一交叉验证法对反演结果进行精度评价,并在此基础上绘制森林AGB及其分量空间分布图。【结果】联合GF-1和GF-3数据反演森林AGB及其分量的精度最高,R^(2)均超过了0.710,RMSEr的值在22%^(2)7%之间,其中树叶的反演精度最优,模型的R^(2)为0.714,RMSE为10.270 t/hm^(2),RMSEr为24.58%;除树叶生物量外,森林AGB和其他分量仅采用GF-1提取的特征进行反演时,精度均优于采用GF-3特征的反演结果。【结论】联合GF-1光学数据和GF-3全极化SAR可以实现一定程度的互补,提高森林AGB及其分量的反演精度,此外KNN-FIFS方法在低生物量水平的云南松纯林的AGB及其分量的反演中具有一定的鲁棒性,且KNN-FIFS优选的重要参数多为SAR和光学的纹理特征。