基于Landsat 8新邵县森林碳密度遥感反演研究

被引：3

作者：

吴炳伦 ^{[1
]}

石军南 ^{[1
]}

胡觉 ^{[2
]}

梅浩 ^{[2
]}

机构：

[1] 中南林业科技大学

[2] 国家林业和草原局中南林业调查规划设计院

来源：

中南林业科技大学学报 | 2019年 / 39卷 / 11期

关键词：

森林碳密度; 非线性回归; 随机森林; RBF; 估计;

D O I：

10.14067/j.cnki.1673-923x.2019.11.007

中图分类号：

S771.8 [森林遥感]; S718.5 [森林生态学];

学科分类号：

1404 ; 071012 ; 0713 ;

摘要：

准确估算森林碳密度是研究森林生态系统的核心。基于Matlab工作平台,以森林资源连续清查(湖南省第七次复查)及同期Landsat 8影像为本底,建立非线性回归模型、RF随机森林模型和RBF径向基神经网络模型进行森林碳密度反演。结果表明:RBF神经网络精度最高,决定系数为0.96,均方根误差为1.33 t·hm-2,很好的拟合了样地实测碳密度;RF随机森林优于非线性回归模型,拟合精度、均方根误差分别为0.91、2.50 t·hm-2;非线性回归模型精度最低,决定系数和均方根误差分别为:0.62、3.87 t·hm-2。故应用RBF神经网络对森林碳密度的反演具有很好的效果。

引用

页码：42 / 47

页数：6