应用最大信息系数和支持向量机估测森林蓄积量 |
| |
引用本文: | 罗为检.应用最大信息系数和支持向量机估测森林蓄积量[J].东北林业大学学报,2022(1):40-45. |
| |
作者姓名: | 罗为检 |
| |
作者单位: | 国家林业和草原局中南调查规划设计院 |
| |
摘 要: | 为了探究Landsat8 OLI影像和支持向量机算法在林分蓄积量估测中的潜力,以湖南省株洲市为研究区,以Landsat8 OLI卫星影像为遥感数据源,并结合同时期的湖南省森林资源二类调查数据,提取单波段特征、植被指数和纹理特征等遥感因子作为候选变量;利用最大信息系数对遥感变量进行筛选,并构建基于多项式核的PK-SVR模型、基于径向基核的RK-SVR模型、基于拉普拉斯核的LK-SVR模型和基于Sigmoid核的SK-SVR模型;以决定系数、相对均方根误差作为预测模型的评价指标,并与传统的线性回归模型进行对比,同时对研究区的森林蓄积量进行反演,得到株洲市森林蓄积量空间分布图。结果表明:支持向量机(SVR)模型的预测结果明显优于多元线性回归模型,RK-SVR模型的预测效果最好,其决定系数为0.61、均方根误差为69.26 m3/hm-2、相对均方根误差为31.2%。
|
关 键 词: | 森林蓄积量 最大信息系数 支持向量机 Landsat8 OLI |
|
|