基于机器学习的辽东山区落叶松林蓄积量估算研究

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。