APP下载

基于k-NN算法的叶面积指数遥感反演

2016-12-21罗朝沁严恩萍罗喜华罗孝云

中南林业科技大学学报 2016年12期
关键词:分析模型

孙 华,罗朝沁 ,林 辉 ,严恩萍 ,罗喜华 ,罗孝云

(1.中南林业科技大学 林业遥感信息工程研究中心,湖南 长沙 410004;2.攸县黄丰桥国有林场,湖南 攸县 412300)

基于k-NN算法的叶面积指数遥感反演

孙 华1,罗朝沁1,林 辉1,严恩萍1,罗喜华2,罗孝云2

(1.中南林业科技大学 林业遥感信息工程研究中心,湖南 长沙 410004;2.攸县黄丰桥国有林场,湖南 攸县 412300)

叶面积指数(Leaf Area Index,LAI)作为植被冠层结构的重要描述参数之一,能体现植被光合、蒸腾和呼吸作用的能力。借助GPS和LAI-2200冠层分析仪在攸县黄丰桥林场开展LAI测量。利用ENVI软件对GeoEye-1 数据进行了辐射定标,大气校正和正射校正。通过研究LAI与GeoEye-1影像波段及其衍生指数的相关性,筛选出2组估算LAI的指数因子(6个指数因子和10个指数因子)。应用k-NN进行叶面积指数反演,同时将反演结果与多元线性回归模型结果进行比较。结果表明:利用2组指数因子进行多元线性回归模型反演LAI中,6个指数因子的模型决定系数R2为0.386,10个指数因子的模型决定系数R2为0.498。从回归模拟的角度分析,10个指数因子得到的模拟结果要优于6个指数因子的模拟结果。利用2组指数因子通过设置4个不同的k值(k=3,5,7,10)得到8个k-NN反演结果中,以10个指数因子得到的k-NN反演结果较好,其中在k=3时效果最好,其决定系数R2为0.733,精度为85.4%。建模精度分析表明选用10个指数因子进行LAI的反演优于选用6个指数因子,其中k-NN方法的反演结果优于多元线性回归模型,说明利用k-NN方法进行LAI的反演是可行的。

林业遥感;叶面积指数;k-NN;GeoEye-1;黄丰桥林场

叶面积指数(leaf area index,LAI)是指单位地表面积上单面绿叶面积的总和[1-3],是描述植被冠层结构的一个重要参数,近年来越来越受到重视。……

登录APP查看全文

猜你喜欢

分析模型
一半模型
隐蔽失效适航要求符合性验证分析
重尾非线性自回归模型自加权M-估计的渐近分布
电力系统不平衡分析
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
中西医结合治疗抑郁症100例分析
在线教育与MOOC的比较分析
一个相似模型的应用