基于Landsat 8的深圳市森林碳储量遥感反演研究

编号 zgly0001548598

文献类型 期刊论文

文献题名 基于Landsat 8的深圳市森林碳储量遥感反演研究

作者 邹琪  孙华  王广兴  林辉  谭一凡  马中刚 

作者单位 中南林业科技大学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  Department of Geography  Southern Illinois University at Carbon dale  深圳市仙湖植物园 

母体文献 西北林学院学报 

年卷期 2017年04期

年份 2017 

分类号 S771.8 

关键词 碳储量  多元线性回归模型  Logistic回归模型  RBF径向基函数神经网络  遥感影像  深圳市 

文摘内容 以2014年Landsat 8遥感影像为数据源,研究了深圳市森林碳储量遥感反演模型的构建及其空间分布情况,对城市生态系统碳循环研究具有重要意义。采用分层随机抽样的方式布设168个样地,结合外业样地数据,从遥感影像中提取31个植被指数作为自变量,分别构建了多元线性回归模型、Logistic回归模型和Radical Basis Function（RBF）径向基函数神经网络模型,进而估算该地区的森林碳储量并比较分析。结果表明,RBF神经网络模型的估算精度最高,决定系数最大且均方根误差最小,分别为0.829t·hm-2和9.131t·hm-2;Logistic回归模型估算精度次之,决定系数和均方根误差分别为0.523t·hm-2和11.821t·hm-2;多元线性回归模型估算精度最低,决定系数最小,均方根误差最大,分别为0.438t·hm-2和12.870t·hm-2。可见,RBF神经网络模型能更好地模拟森林碳储量与各个因子之间的关系。研究区森林碳储量的空间分布特点表现为东南沿海部分碳储量大,中西部城市经济开发区碳储量小,与实际森林分布基本一致。