3种模型在GF-2影像的生物量估测中的比较.PDFVIP

第38 卷 第1 期 中南林业科技大学学报 Vol. 38 No. 1 2018 年 1 月 Journal of Central South University of Forestry Technology Jan. 2018 Doi:10.14067/ki.1673-923x.2018.01.011 http: // 3种模型在GF-2影像的生物量估测中的比较 徐梦伶，林 辉，孙 华，严恩萍，周普良 （林业遥感大数据与生态安全湖南省重点实验室，湖南 长沙 410004 ） 摘 要：为了研究高分二号（GF-2 ）影像生物量估测的模型效果，以攸县黄丰桥林场为研究区，在研究区内采 用随机抽样的方法，结合国家森林资源连续清查样地，获取了共 47 个样地的生物量数据。对 GF-2 影像进行预 处理，结合相关研究，提取 8 个单波段信息、24 个多波段组合信息、4 个植被指数以及海拔、坡度、坡向等 39 个因子作为建模的自变量，采用主成分分析、偏最小二乘和 BP 神经网络 3 种方法建立生物量估测模型。结果表 明：主成分回归模型的实测值和预测值的决定系数R2 为 0.44，模型的估测精度为 65.83%；偏最小二乘回归模型 的R2 为 0.50，模型的估测精度为67.66%；BP 神经网络模型的R2 为 0.79，模型的估测精度为78.62% 。比较可知， BP 神经网络模型效果最好。 关键词：GF-2 ；主成分回归模型；偏最小二乘回归模型；BP 神经网络 中图分类号：S771.8 文献标志码：A 文章编号：1673-923X(2018)01-0062-06 Comparison of three models in biomass estimation of GF-2 images XU Mengling, LIN Hui, SUN Hua, YAN Enping, ZHOU Puliang (Key Laboratory of Forestry Remote Sensing Based Big Data Ecological Security for Hunan Province,Changsha 410004, Hunan, China) Abstract: In order to study the model effect of biomass estimation on GF-2 images, this study takes Huangfengqiao forest farm in Youxian County as the research area, in the study area, a random sampling method was used to plot plots, and the biomass data of 47 plots were obtained by combining the sample plots of national forest resources.The GF-2 image pre-processing, combined with relevant research, extracting 8 single band information, 24 multi band information, 4 vegetation index, altitude, slope, and 39 factors such as modeling variables, using principal component analysis, partial least squares and BP neural network method to establish three kinds of bio