| 运用Sentinel-2遥感影像数据估测森林蓄积量 |
| |
| 引用本文： | 李坤,吴达胜,方陆明,刘建超. 运用Sentinel-2遥感影像数据估测森林蓄积量[J]. 东北林业大学学报, 2021, 49(5): 59-66. DOI: 10.3969/j.issn.1000-5382.2021.05.011 |
| |
| 作者姓名： | 李坤 吴达胜 方陆明 刘建超 |
| |
| 作者单位： | 浙江省林业智能监测与信息技术研究重点实验室(浙江农林大学),杭州,311300;浙江农林大学暨阳学院 |
| |
| 基金项目： | 浙江省科技重点研发计划项目 |
| |
| 摘 要： | 针对传统森林资源调查工作量大、时效性低的问题,开发具有较好普适性的森林蓄积量估测模型,以期为森林资源管理决策提供科学依据.以淳安县、临海市为研究区,运用2017年研究区Sentinel-2遥感数据、森林资源二类调查数据和数字高程模型数据,采用最小绝对收缩和选择算子(Lasso)特征选择方法,构建K最近邻算法(K-NN)、梯度提升迭代决策树(GBDT)、极端梯度提升(XGBoost)、梯度增强集成分类器(CatBoost)4种模型和基于单模型的堆叠法(Stacking)融合模型,通过10折交叉验证法检验模型精度,分析特征变量对于模型性能指标的影响.结果 表明:(1)在淳安、临海两地的森林蓄积量估测中,CatBoost模型在4种单模型中综合表现最优,具有较好的普适性;(2)特征变量的加入极大提升了模型的决定系数(R2),且均方误差、平均绝对误差和平均百分比误差等性能指标也显著优化;(3)融合模型的平均百分比误差最低为20.24％,较单模型有所提升.Lasso特征选择方法结合Stacking融合模型可以准确地估测森林蓄积量,具有较强实用性.
|
| 关 键 词： | 森林蓄积量 类别特征 集成模型 |
Forest Volume Stock with Sentinel-2 Remote Sensing Image |
| |
| Li Kun,Wu Dasheng,Fang Luming,Liu Jianchao. Forest Volume Stock with Sentinel-2 Remote Sensing Image[J]. Journal of Northeast Forestry University, 2021, 49(5): 59-66. DOI: 10.3969/j.issn.1000-5382.2021.05.011 |
| |
| Authors: | Li Kun Wu Dasheng Fang Luming Liu Jianchao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
