为探讨不同特征筛选方法及估测模型对天然次生林郁闭度估测的影响,以帽儿山实验林场63块(0.09 hm2)样地为研究区域,使用机载激光雷达(Airborne Laser Scanning,ALS)数据提取特征,采用3种特征筛选方法(Pearson相关性分析、随机森林(Random Forest,RF)和Boruta算法)和3种模型(偏最小二乘回归(Partial Least Squares Regression,PLSR)、随机森林回归(Random Forest Regression,RFR)和支持向量回归(Support Vector Regression,SVR))估测郁闭度,以2种测定方法(鱼眼照片和样点法)进行精度评价及方差分析(analysis of variance,ANOVA).研究结果表明,PLSR估测精度最高,SVR最低;以RF和Boruta算法筛选后的估测精度高于Pearson相关性分析,其中Boruta算法特征筛选后的PLSR模型估测精度最高(R2=0.4511,RMSE=0.0675);鱼眼照片和样点法的变量筛选和鱼眼照片法的模型对郁闭度均无显著影响,样点法中的估测模型对郁闭度有显著影响.此研究表明PLSR估测精度优于其他模型,样点法的估测模型对郁闭度有显著影响.ALS可有效地估测天然次生林的郁闭度,为大范围估测森林郁闭度提供依据.
万方数据
维普
