首页|基于随机森林算法的凉水自然保护区蓄积量反演研究

基于随机森林算法的凉水自然保护区蓄积量反演研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
以黑龙江凉水自然保护区为研究对象,采用GF-1卫星遥感影像为数据源,提取遥感影像在不同窗口大小下的纹理特征信息,与遥感影像自身的光谱信息相结合；利用随机森林算法,结合地面蓄积量采样点数据,建立凉水自然保护区蓄积量反演模型。结果表明：只基于卫星光谱的反演模型的相关系数为0.59,基于卫星光谱与纹理特征的蓄积量反演模型的相关系数为0.65；当窗口大小为3×3时,森林蓄积量反演效果最好。研究表明,基于卫星光谱信息和纹理特征信息,利用随机森林算法进行森林蓄积量反演在森林资源调查方面具有良好的应用前景。
Stock Volume Estimation Research Based on Random Forest Algorithm in Liangshui Nature Reserve
This research taking Liangshui Nature Reserve in Heilongjiang as study area, using GF-1 satellite image as data source, textural features under different window sizes and spectral feature were extracted from GF-1 image . Forest stock volume inversion model were constructed using random forest algorithm and Liangshui forest vol-ume data obtained by field investigation. Experimental results showed the coefficient of determination R2 was 0. 59 for the spectrally based volume estimation model, and the coefficient of determination R2 was 0. 65 for the spectral and textural feature combining model. When window size is set to 3 × 3, the forest stock volume inversion model a-chieves the best result. The result indicate that forest stock volume estimation based on spectral and textural feature from satellite image using random forests has potential application in forest inventory.

stock volumeinversionrandom forestnature reserveGF-1 satelliteremote sensing imagetextural feature

汪康宁、马婷、吕杰

展开 >

西安科技大学测绘科学与技术学院，陕西 西安710054

蓄积量 反演 随机森林 保护区 高分一号卫星 遥感影像 纹理特征

高分辨率对地观测系统重大专项(民用部分)应用示范系统项目高分辨率对地观测系统重大专项(民用部分)应用示范系统项目国家自然科学基金国家自然科学基金国家自然科学基金陕西省自然科学基础研究计划陕西省自然科学基础研究计划江西省数字国土重点实验开放基金江西省数字国土重点实验开放基金2016年陕西省大学生创新创业训练计划项目2016年陕西省大学生创新创业训练计划项目陕西省教育厅科研计划项目

21-Y30B05-9001-13/15-7资助5140920441401496资助2015JQ4105资助DLLJ2015604资助1402资助16JK1496资助。

2016

10.11929/j.issn.2095-1914.2016.05.021

西南林业大学学报
西南林业大学

西南林业大学学报

CSTPCD北大核心
影响因子：0.773
ISSN：2095-1914
年,卷(期)：2016.36(5)
  • 11
  • 9