运用GF-1影像光谱和纹理信息构建森林蓄积量估测模型

编号 zgly0001684061

文献类型 期刊论文

文献题名 运用GF-1影像光谱和纹理信息构建森林蓄积量估测模型

作者 刘伯涛  李崇贵  郭瑞霞  刘思涵  马婷 

作者单位 西安科技大学 

母体文献 东北林业大学学报 

年卷期 2020年01期

年份 2020 

分类号 S758.51 

关键词 GF-1遥感影像  森林蓄积量  多元线性回归  随机森林  支持向量机  BP神经网络 

文摘内容 以GF-1遥感影像为数据源,研究区森林资源二类调查数据为样地实测数据,综合考虑光谱、地形、纹理特征,利用多元线性回归、BP神经网络、支持向量机和随机森林建立研究区森林蓄积量估测模型,并验证模型预测的性能。结果表明:4种模型预测评价指标的决定系数（R2）和均方根误差(RMSE)相近,但有一定的差异,多元线性回归模型R2和RMSE分别为0.446、39.979 6 m3·hm-2,BP神经网络模型R2和RMSE分别为0.474、39.703 9 m3·hm-2,支持向量机模型R2和RMSE分别为0.485、38.924 8 m3·hm-2,随机森林模型R2和RMSE分别为0.534、37.882 2 m3·hm-2;3种机器学习方法构建的蓄积量估测模型预测性能优于传统的多元线性回归模型,随机森林模型的预测性能最优。