基于机器学习森林生物量反演的哨兵数据精度对比

选取美国弗吉尼亚州东南部和北卡罗来纳州东北部的迪斯默尔沼泽作为研究区，基于Sentinel-1雷达数据和Sentinel-2光学数据，在对影像特征因子提取的基础上，采用随机森林构建生物量反演模型，对比分析了森林地上生物量反演精度。结果表明：基于Sentinel-2影像的随机森林模型的R²、RMSE分别为：0.707、39.521 t/hm²;基于Sentinel-1影像的随机森林模型R²、RMSE分别为：0.601、38.536 t/hm²。从整体来看，不同的变量参与到模型建模最终导致的精度各不相同，基于Sentinel-2影像建模的精度总体上高于基于Sentinel-1影像建模的精度。