基于多源遥感的森林地上生物量KNN-FIFS估测

编号 zgly0001641182

文献类型 期刊论文

文献题名 基于多源遥感的森林地上生物量KNN-FIFS估测

作者 韩宗涛  江洪  王威  李增元  陈尔学  闫敏  田昕 

作者单位 福州大学地理空间信息技术国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室  中国林业科学研究院资源信息研究所  海西政务大数据应用协同创新中心  国家林业和草原局调查规划设计院 

母体文献 林业科学 

年卷期 2018年09期

年份 2018 

分类号 S771.8  S718.5 

关键词 KNN-FIFS  特征选择  地上生物量 

文摘内容 【目的】针对多源遥感数据及其派生特征因子数据维度高、信息冗余、易造成估测模型过拟合等问题,从高维度遥感特征因子中高效优化特征组合,优化区域森林地上生物量（AGB）的k最近邻（k-NN）估测模型。【方法】提出基于快速迭代特征选择的k最近邻法（KNN-FIFS）,以森林资源样地调查数据计算的森林AGB为参考,以留一法交叉验证（LOO）相应的k-NN模型反演的森林AGB均方根误差（RMSE）最小为原则,依次迭代选取遥感特征,优化区域森林AGB的k-NN估测模型。以大兴安岭根河森林保护区为研究区,结合Landsat-8 OLI各波段光谱信息、植被指数、纹理、地形因子、机载合成孔径雷达（SAR）P-波段HV极化后向散射强度信息（PHV）以及森林资源样地调查数据,利用KNN-FIFS方法估测研究区森林AGB,并与多元线性逐步回归法（SMLR）进行对比分析。【结果】利用KNN-FIFS方法,得到当k为3,特征组合为PHV、短波红外波段一均一性（H6）、短波红外波段一二阶矩（S6）、短波红外波段二二阶矩（S7）、海蓝波段相关性（Cr1）、近红外波段相关性（Cr5）、海蓝波段相异性（D1）、增强型植被指数（EVI）时,研究区森林AGB估测结果最优,其精度(R2=0.77,RMSE=22.74 t·hm-2)显著优于SMLR估测精度(R2=0.53,RMSE=32.37 t·hm-2)。【结论】KNN-FIFS方法相比SMLR更适用于森林AGB多源遥感估测;KNN-FIFS方法可以从高维度遥感特征因子中高效选取相关特征进行森林AGB估测。