基于Landsat5 TM遥感影像估算江山市公益林生物量.pdf

第45卷 第 1期 西 部 林 业 科 学 Vo1．45 No．1 2016年2月 JournalofWestChinaForestryScience Feb．2016 doi：10．16473／j．cnki．xblykx1972．2016．01．018 基于 Landsat5TM遥感影像估算江山市公益林生物量 张伟，陈蜀蓉，侯平 (浙江农林大学林业与生物技术学院，浙江 临安 311300) 摘要：本研究基于Landsat5TM遥感影像数据和样地调查数据 ，利用多元逐步回归、偏最小二乘回归和随机森林 回归3种方法，建立江山市公益林生物量估算模型，分析和比较 3种模型的精度结果，探究随机森林回归模型 在估算生物量方面的应用，为提高估算森林生物量的精度提供参考。结果表明，多元逐步回归模型的预测精度 为58．31％、均方根误差为31．02t／hm ，偏最小二乘回归模型分别为60．84％、30．72t／hm。，随机森林 回归模 型为70．02％，22．18t／hm 。由此可得，随机森林回归模型的预测精度优于其他2种模型，随机森林算法能提高 估算森林生物量的精度。 关键词：生物量估算 ；随机森林 回归；多元逐步回归；偏最小二乘回归 中图分类号 ：S718．556 文献标识码：A 文章编号：1672—8246 (2016)01—0105—07 Landsat5TM ．basedBiomassEstimation of Public—welfareForestofJiangshanCity ZHANG Wei，CHEN Shu—rong，HOU Ping (SchoolofForestryandBiotechnology，Zh~iangA＆FUniversity，Ljn’anZh~iang311300， R．China) Abstract：ByusingLandsat5 TM dataandforestinventorydata，multi—stepwiseregressionmodel，partialleast squareregressionmodelandrandomforestrergessionmodelwerebuihtoestimateforestbiomassinJiangshanCity， andtheaccuracyofthesethreemodelswereanalyzedandcomparedtostudytheapplicationofrergessionmodelsin forestbiomassestimation．Theresultsshowed thattheprecisionsandrootmean squareerrorsofmuhi—stepwise， partialleastsquareregressionandrandom forestwere58．31％ ，and31．02t／hm ，60．84 ％ and30．72t／hm ， 70．02 ％ and22．18t／hm respectively．Thereforerandom forestregressionmodelisbetterthantheothertworood． els．anditcouldimprovetheaccuracyofforestbiomassestimation． Keywords：biomassestimation；random forestrergession；multi—stepwiserergession；partial leastsquraeregression 全球气候不断变暖，森林碳储量的研究成为社 能 。]。 会关注的一个热点，而森林生物量的估算是森林碳 21世纪初 ，LeoBreiman和CutlerAdele开发完 储量和碳循环研究的基础。随着遥感技术的发展， 成随机森林 (RandomForests)算法 J。随机森林 学者们逐渐改变了传统