基于随机森林模型的林地叶面积指数遥感估算-农业机械学报.pdf

２０１７年 ５月 农 业 机 械 学 报 第 ４８卷 第 ５期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１７．０５．０１９ 基于随机森林模型的林地叶面积指数遥感估算 １，２ １，２ ２ ２ ２ １，２ 姚　雄 　余坤勇 　杨玉洁 　曾　琪 　陈樟昊 　刘　健 （１．福建农林大学３Ｓ技术与资源优化利用福建省高校重点实验室，福州 ３５０００２； ２．福建农林大学林学院，福州 ３５０００２） 摘要：林地叶面积指数（Ｌｅａｆａｒｅａｉｎｄｅｘ，ＬＡＩ）的准确估测是精准林业的重要体现。为了快速、准确、无损监测林地 ＬＡＩ，利用 ＬＡＩ ２２００型植物冠层分析仪获取福建省西部森林样地的ＬＡＩ数据，结合同期 Ｐｌｅｉａｄｅｓ卫星影像计算 １２ 种遥感植被指数，分析了各样地实测 ＬＡＩ数据和相应植被指数的相关性，进而使用随机森林（ＲＦ）算法构建了林地 ２ ＬＡＩ估算模型，以支持向量回归（ＳＶＲ）模型和反向传播神经网络（ＢＰ）模型作为参比模型，以决定系数（Ｒ）、均方根 误差（ＲＭＳＥ）、平均相对误差（ＭＡＥ）和相对分析误差（ＲＰＤ）为指标评价并比较了模型预测精度。结果表明：全样 本数据中，各植被指数与对应 ＬＡＩ值均呈极显著相关（Ｐ＜００１），且相关系数都大于０４；ＲＦ模型在 ３次不同样本 ２ 组中的预测精度均高于同期的 ＳＶＲ模型和 ＢＰ模型；３个样本组中ＲＦ模型的 ＬＡＩ估测值与实测值的Ｒ 分别为 ０６８８、０７９６和０７０７，ＲＰＤ分别为 １６５３、１９８４和 １７３１，均高于同期 ＳＶＲ模型和 ＢＰ模型，对应的 ＲＭＳＥ分别为 ０５０９、０６５８和０６９６，ＭＡＥ分别为０４１７、０４１４和０４６６，均低于同期其他２种模型。 关键词：林地；叶面积指数；遥感反演；随机森林模型；支持向量回归模型；反向传播神经网络模型 中图分类号：ＴＰ７９；Ｓ１２７ 文献标识码：Ａ 文章编号：１０００１２９８（２０１７）０５０１５９０８ ＥｓｔｉｍａｔｉｏｎｏｆＦｏｒｅｓｔＬｅａｆＡｒｅａＩｎｄｅｘＢａｓｅｄｏｎＲａｎｄｏｍ ＦｏｒｅｓｔＭｏｄｅｌａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇＤａｔａ １，２ １，２ ２ ２ ２ １，２ ＹＡＯＸｉｏｎｇ 　ＹＵＫｕｎｙｏｎｇ 　ＹＡＮＧＹｕｊｉｅ　ＺＥＮＧＱｉ　ＣＨＥＮＺｈａｎｇｈａｏ　ＬＩＵＪｉａｎ （１．ＵｎｉｖｅｒｓｉｔｙＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＧｅｏｍａｔｉｃｓＴｅｃｈｎｏｌｏｇｙａｎｄＯｐｔｉｍｉｚｅＲｅｓｏｕｒｃｅｓＵｔｉｌｉｚａｔｉｏｎｉｎＦｕｊｉａｎＰｒｏｖｉｎｃｅ， ＦｕｊｉａｎＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ３５０００２，Ｃｈｉｎａ ２．ＣｏｌｌｅｇｅｏｆＦｏｒｅｓｔｒｙ，ＦｕｊｉａｎＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ３５０００２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｃｃｕｒａｔｅｅｓｔｉｍａｔｉｏｎｏｆｆｏｒｅｓｔｌｅａｆａｒｅａｉｎｄｅｘ（ＬＡＩ），ｗｈｉｃｈｉｓｄｅｆｉｎｅｄａｓｈａｌｆｔｈｅｔｏｔａｌａｒｅａｏｆ ｇｒｅｅｎｌｅａｖｅｓｐｅｒｕｎｉｔｇｒｏｕｎｄｓｕｒｆａｃｅａｒｅａ，