以黑龙江省黑河地区2005年和2010年两期森林资源连续清查固定样地数据和Landsat TM5遥感影像为数据源,首先以2005年和2010年影像为研究对象,分别提取纹理、地形和气象因子共73个特征变量,依据均方差增量百分数％Inc-MSE(Increase Mean Squared Error％)指标筛选出前六个重要性变量;之后,分别以RF模型和传统的多元逐步回归模型估算森林AGB,并进行对比与分析;最后,对精度较高的模型分别估算两期黑河地区森林AGB并进行时空动态分析.研究结果表明:引入纹理因子RF模型可以一定程度提高模型精度,两期R2adj分别为0.40和0.39,RMSE分别为27.41(t/hm2)和32.01(t/hm2),优于传统的多元逐步回归模型;黑河地区森林AGB整体呈现增长趋势,森林AGB大于80(t/hm2)的高生物量区域有较明显的增加,主要集中在东部和部分北部山地及中海拔区域.
Estimation and Spatial-temporal Pattern of Forest above Ground Biomass in Heihe Region Based on Nonparametric Method
NETL
NSTL
万方数据
维普
