顾及变量相关性的主成分分析法在森林蓄积量估测中的应用

编号 zgly0001741437

文献类型 期刊论文

文献题名 顾及变量相关性的主成分分析法在森林蓄积量估测中的应用

作者 崔博文  佘济云  张廷琛  刘兆华  王潇 

作者单位 中南林业科技大学林学院  中南林业科技大学 

母体文献 东北林业大学学报 

年卷期 2022,50(2)

页码 29-34

年份 2022 

分类号 S771.8 

关键词 主成分分析  Pearson相关系数  机器学习  森林蓄积量 

文摘内容 为探究Landsat8 OLI反演蓄积量的潜力,研究不同特征选择方法对蓄积量反演精度及不同蓄积量反演模型对反演精度的影响。以湖南省怀化市排牙山国有林场作为研究区,森林资源二类调查数据作为样地地面实测数据,选用Landsat8 OLI作为遥感数据源,将传统的Pearson相关系数法及主成分分析法2种方法结合,得到一种顾及变量相关性的主成分分析法(PCA-P)对遥感变量进行降维。使用3种变量选择方法构建了随机森林(RF)、K最近邻(KNN)、支持向量机(SVR)、多元线性回归(MLR)模型进行森林蓄积量的估测,使用决定系数(R^(2))、均方根误差(R_(MSE))、相对均方根误差(R_(RMSE))对蓄积量估测模型进行精度评价。结果表明:通过Pearson相关系数结合方差膨胀因子得到I_(B2)、I_(ND25)、I_(MSR)3个遥感变量,其与蓄积量相关性分别为0.716、0.623、0.597。使用主成分分析法得到前3个主成分,累计贡献率为93.42%。通过PCA-P得到前2个主成分,累计贡献率为89.99%。使用PCA-P筛选变量并构建的随机森林模型取得了最佳效果,其决定系数为0.59,精度达到77.9%。