运用GF-1影像光谱和纹理信息构建森林蓄积量估测模型
收藏国家林业和草原科学数据中心2022-11-02 更新2024-03-06 收录
下载链接：
https://www.forestdata.cn/dataDetail.html?id=CSTR:17575.11.0220221102174.040001.V1
下载链接
链接失效反馈官方服务：
资源简介：
以GF－1遥感影像为数据源，研究区森林资源二类调查数据为样地实测数据，综合考虑光谱、地形、纹理特征，利用多元线性回归、BP神经网络、支持向量机和随机森林建立研究区森林蓄积量估测模型，并验证模型预测的性能。结果表明:4种模型预测评价指标的决定系数(Ｒ2)和均方根误差(ＲMSE)相近，但有一定的差异，多元线性回归模型Ｒ2和ＲMSE分别为0．446、39．9796m3·hm－2，BP神经网络模型Ｒ2和ＲMSE分别为0．474、39．7039m3·hm－2，支持向量机模型Ｒ2和ＲMSE分别为0．485、38．9248m3·hm－2，随机森林模型Ｒ2和ＲMSE分别为0．534、37．8822m3·hm－2;3种机器学习方法构建的蓄积量估测模型预测性能优于传统的多元线性回归模型，随机森林模型的预测性能最优
提供机构：
国家林业和草原科学数据中心
创建时间：
2022-11-02
