3种模型在GF-2影像的生物量估测中的比较
2018-01-15分类号：S718.5
【部门】林业遥感大数据与生态安全湖南省重点实验室
【摘要】为了研究高分二号(GF-2)影像生物量估测的模型效果,以攸县黄丰桥林场为研究区,在研究区内采用随机抽样的方法,结合国家森林资源连续清查样地,获取了共47个样地的生物量数据。对GF-2影像进行预处理,结合相关研究,提取8个单波段信息、24个多波段组合信息、4个植被指数以及海拔、坡度、坡向等39个因子作为建模的自变量,采用主成分分析、偏最小二乘和BP神经网络3种方法建立生物量估测模型。结果表明:主成分回归模型的实测值和预测值的决定系数R2为0.44,模型的估测精度为65.83%;偏最小二乘回归模型的R2为0.
【关键词】GF-2 主成分回归模型 偏最小二乘回归模型 BP神经网络
【基金】“十三五”国家重点研发计划子课题“单木-林分尺度人工林资源遥感精细检测技术”(2017YFD0600902);; 湖南省科技厅项目“林业遥感大数据与生态安全”(2016TP1014)
【所属期刊栏目】中南林业科技大学学报
文献传递
