基于WorldView-2影像和随机森林算法的天山云杉蓄积量反演
2022-12-21吕金城王振锡杨勇强曲延斌马琪瑶
新疆农业科学 2022年8期
关键词:模型
吕金城,王振锡,杨勇强,曲延斌,马琪瑶
(新疆农业大学林学与园艺学院/新疆教育厅干旱区林业生态与产业技术重点实验室,乌鲁木齐 832003)
0 引言
【研究意义】森林蓄积量与植被分布特征对于可持续发展的生态系统管理和保护生物多样性至关重要[1]。林地林分蓄积量的估算为空间和时间上监测林地生态系统的稳定性和生产力提供了有用的信息。新疆天然林面积为602.7×104hm2(9 040.5 万亩)[2]。天山云杉(Picea schrenkiana var.tianschanica)作为天山山地最主要的地带性森林植被,其林分占新疆天然林有林地面积的44.9%,是构成天山乃至新疆森林生态系统的物质主体[3-4]。监测天山云杉的更新生长状况,对快捷准确计算其森林蓄积量对新疆林业发展有重要意义。【前人研究进展】目前大多数研究者主要是利用卫星、机载或现场传感器获取的遥感数据来实现蓄积量的估测,根据数据源与林地实际情况的不同,建立蓄积量反演模型的方式也不同,李世波[5]基于GF-1卫星影像数据,针对研究区分别建立了多元逐步回归,偏最小二乘回归与随机森林三种模型,经过对比,随机森林模型精度最高,达到了83.69%。贾嘉辉[6]使用GF-1 卫星影像针对研究区树种多样的情况,提出了分类建模的思想,对针叶林,阔叶林,针阔混交林三种林地类型分别建立模型,相比单一模型蓄积量精度从82%提升到了84.3%。曹霖[7]采用Sentinel-2A 卫星影像,建立了传统线性回归与预测机器学习回归,传统线性回归的相对误差较大(19.81%),而预测机器学习回归的相对误差较小(17.88%)。……
登录APP查看全文
