基于机器学习的辽东山区落叶松林蓄积量估算研究 |
| |
引用本文: | 梁丹.基于机器学习的辽东山区落叶松林蓄积量估算研究[J].绿色科技,2023(13):134-140+146. |
| |
作者姓名: | 梁丹 |
| |
作者单位: | 辽宁省林业调查规划监测院 |
| |
摘 要: | 作为森林资源信息的采集工具,遥感技术能及时有效的获取准确信息,是了解森林资源现状和获取森林结构参数的理想手段。以三类设计的作业小班为基础,小班中心为质点做25 m×25 m样方,取其公顷蓄积量作为因变量,提取影像各波段像元亮度值(digital number, DN)、植被指数、地形因子作为自变量指标,利用多元线性回归算法和人工神经网络建立了模型估算森林蓄积量。并利用实地调查的蓄积数据反演精度,对其算法的优劣进行了评价。经检验得知:多元线性回归平均绝对误差为35.68,相对均方根误差为39.32%;神经网络平均绝对误差为30.45,相对均方根误差为34.87%。典型地区精度可以达到80%。由评价表明:该模型使用良好,且误差在可接受范围内,利用人工神经网络方法获得的模型更优。
|
关 键 词: | 森林蓄积量 多元线性回归 人工神经网络 遥感因子 DEM |
|
|