结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究

编号 zgly0001726224

文献类型 期刊论文

文献题名 结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究

作者 罗凯健  许晓东  龙江平  徐聪荣  林辉  和晓风 

作者单位 中南林业科技大学林学院林业遥感信息工程研究中心  林业遥感大数据与生态安全湖南省重点实验室  江西省林业调查规划研究院  长沙市长长林业技术咨询有限责任公司 

母体文献 林业资源管理 

年卷期 2021,(1)

页码 69-76

年份 2021 

分类号 S758  S771.8 

关键词 郁闭度分级  PALSAR-2  林分蓄积量  多重感知机模型  针叶林 

文摘内容 林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,结合Landsat 8与PALSAR-2双极化SAR影像数据,在遥感数据预处理基础上,提取了光谱信息、植被指数、纹理信息和后向散射系数等共245个遥感因子。基于Pearson相关系数法和多元逐步回归法,筛选出65个遥感因子参与林分蓄积量估测。以林分郁闭度作为分层因子,分别采用线性、KNN、支持向量机(SVM)、多重感知机(MLP)和随机森林(RF)5种模型估测林分蓄积量,并对估测结果进行精度检验。实验结果表明:1)相比单独使用Landsat 8的光谱和纹理信息,基于郁闭度分级并融合PALSAR-2的后向散射信息明显提高了蓄积量的反演精度;2)对于低郁闭度林分,线性模型精度最高(rRMSE=21.16%),中郁闭度林分,多重感知机模型估测效果最好(rRMSE=30.61%),高郁闭度林分,多重感知机模型估测效果最好(rRMSE=27.53%)。在结合PALSAR-2的后向散射系数的基础上,郁闭度分层能有效改善中高蓄积量区域的反演精度。