应用Sentinel-2A卫星光谱与纹理信息的森林蓄积量估算.pdfVIP

第４６卷第９期东北林业大学学报Ｖｏｌ．４６Ｎｏ．９

２０１８年９月ＪＯＵＲＮＡＬＯＦＮＯＲＴＨＥＡＳＴＦＯＲＥＳＴＲＹＵＮＩＶＥＲＳＩＴＹＳｅｐ．２０１８

１）

－

应用Ｓｅｎｔｉｎｅｌ２Ａ卫星光谱与纹理信息的森林蓄积量估算

曹霖彭道黎王雪军陈新云

（北京林业大学，北京，１０００８３）（国家林业局调查规划设计院）

－

摘要以Ｓｅｎｔｉｎｅｌ２Ａ为遥感数据源，以第九次森林资源清查数据为样地实测数据，对吉林省中东部的森林

蓄积量进行反演。通过对遥感影像进行处理，获取影像的波段光谱值、植被指数，降维处理纹理特征以及地形因

子；采用多元线性回归、偏最小二乘法、随机森林、支持向量机等构建了研究区的森林蓄积量估算模型，对检验样本

做出了估测。结果表明：机器学习法在反演结果上均优于传统建模方法，随机森林法结果最优，相对误差为

１７．８８％，方程精度为８２．１２％。

－

关键词森林蓄积量；Ｓｅｎｔｉｎｅｌ２Ａ；多元线性回归；偏最小二乘法；随机森林；支持向量机

分类号Ｓ７５７．３

－

ＥｓｔｉｍａｔｉｏｎｏｆＦｏｒｅｓｔＳｔｏｃｋＶｏｌｕｍｅＷｉｔｈＳｐｅｃｔｒａｌａｎｄＴｅｘｔｕｒａｌＩｎｆｏｒｍａｔｉｏｎｆｒｏｍｔｈｅＳｅｎｔｉｎｅｌ２Ａ／／ＣａｏＬｉｎ，Ｐｅｎｇ

Ｄａｏｌｉ（ＢｅｉｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｐ．Ｒ．Ｃｈｉｎａ）；ＷａｎｇＸｕｅｊｕｎ，ＣｈｅｎＸｉｎｙｕｎ（ＡｃａｄｅｍｙｏｆＦｏｒｅｓｔＩｎｖｅｎ

－

ｔｏｒｙａｎｄＰｌａｎｎｉｎｇ，ＳｔａｔｅＦｏｒｅｓｔｒｙＡｄｍｉｎｉｓｔｒａｔｉｏｎ）／／ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，２０１８，４６（９）：５４５８．

－

ＴｈｅｆｏｒｅｓｔｓｔｏｃｋｖｏｌｕｍｅｉｎｖｅｒｓｉｏｎｗａｓｃｏｎｄｕｃｔｅｄｉｎｔｈｅＭｉｄｄｌｅＥａｓｔｏｆＪｉｌｉｎＰｒｏｖｉｎｃｅｗｉｔｈＳｅｎｔｉｎｅｌ２ＡｉｍａｇｅａｎｄＮａ

ｔｉｏｎａｌＣｏｎｔｉｎｕｏｕｓＦｏｒｅｓｔＩｎｖｅｎｔｏｒｙｄａｔａ．Ｗｉｔｈｂａｎｄｓｐｅｃｔｒａｌｖａｌｕｅｓ，ｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｅｓ，ｔｏｐｏｇｒａｐｈｉｃｆａｃｔｏｒｓ，ａｎｄｔｈｅｄａｔａ

ｏｆｔｅｘｔｕｒａｌｍｅａｓｕｒｅｍｅｎｔｓｂｙｒｅｄｕｃｅｄｄｉｍｅｎｓｉｏｎ，ｆｏｕｒｄｉｆｆｅｒｅｎｔｍｏｄｅｌｉｎｇｍｅｔｈｏｄｓｗｈｉｃｈｉｎｃｌｕｄｅｍｕｌｔｉｐｌｅｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎ，

ｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅｓｒｅｇｒｅｓｓｉｏｎ，ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｒｅｇｒｅｓｓｉｏｎ，ｒａｎｄｏｍｆｏｒｅｓｔｗｅｒｅａｐｐｌｉｅｄｔｏｃｏｎｓｔｒｕｃｔｔｈｅｆｏｒｅｓｔｓｔｏｃｋ

ｖｏｌｕｍｅｅｓｔｉｍａｔｉｏｎｍｏｄｅｌ．Ｂｙｕｓｉｎｇｔｈｅｔｅｓｔｓａｍｐｌｅ，ｐｒｅｄｉｃｔｉｏｎｓｗｅｒｅｍａｄｅｔｏｆｉｇｕｒｅｏｕｔｔｈｅｏｐｔｉｍａｌｍｏｄｅｌ．Ｔｈｅｔｗｏｋｉｎｄｓｏｆ

ｍａｃｈｉｎｅｌｅａｒｎｉｎｇｍｅｔｈｏｄｓａｒｅｓｕｐｅｒｉｏｒｔｏｔｗｏｋｉｎｄｓｏｆｔｒａｄｉｔｉｏｎａｌｍｏｄｅｌｉｎｇｍｅｔｈｏｄｓ；ｔｈｅｒａｎｄｏｍｆｏｒｅｓｔｍｅｔｈｏｄｓｈｏｗｅｄｔｈｅ

ｏｐｔｉｍａｌｒｅｓｕｌｔｓｗｉｔｈｔｈｅｒｅｌａ