首页|基于MODIS时间序列数据的竹林地上生物量估算

基于MODIS时间序列数据的竹林地上生物量估算

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]基于浙江省中分辨率成像光谱仪(MODIS)时间序列数据,对浙江省竹林地上生物量进行估算,为竹林碳汇遥感监测提供参考.[方法]以MODIS叶面积指数(LAI)、增强型植被指数(EVI)和比值指数(RVI)时间序列数据为变量,利用随机森林模型筛选变量,采用支持向量回归(SVR)模型估算研究区竹林地上生物量.[结果]随机森林模型共筛选出43个对竹林地上生物量影响最大的变量;基于43个变量,采用radial核函数构建的SVR模型预测能力最强,模型训练精度和测试精度分别为0.76和0.72,均方根误差分别为5.15和8.03?Mg·hm?2.浙江省全省竹林地上生物量均值为7.85?Mg·hm?2,总地上生物量为3.31×107?Mg;浙江省竹林地上生物量在各市具有明显的差异性,其中,湖州市、杭州市、金华市、绍兴市和宁波市的竹林地上生物量均值均大于全省均值,湖州市竹林地上生物量均值最大,为13.56 Mg·hm?2,舟山市地上生物量均值最小,为5.72?Mg·hm?2.[结论]耦合了MODIS?LAI、EVI、RVI时间序列数据的SVR模型可实现浙江省竹林地上生物量较高精度的估算.
Estimating bamboo forest aboveground biomass based on MODIS time series data

杨绍钦、王翔、许澄、商天其

展开 >

浙江省森林资源监测中心,浙江 杭州 310020

浙江省林业勘测规划设计有限公司,浙江 杭州 310020

竹林 地上生物量 SVR模型 随机森林 MODIS产品

浙江省森林生态状况年度监测项目

S2033500600018

2022

10.11833/j.issn.2095-0756.20210431

浙江农林大学学报
浙江农林大学

浙江农林大学学报

CSTPCDCSCD北大核心
影响因子：0.929
ISSN：2095-0756
年,卷(期)：2022.39(4)
  • 5