基于MODIS时间序列数据的竹林地上生物量估算

作者：杨绍钦; 王翔^*; 许澄; 商天其

来源：浙江农林大学学报, 2022, 39(04): 734-741.

• 竹林
• 地上生物量
• SVR模型
• 随机森林
• MODIS产品

【目的】基于浙江省中分辨率成像光谱仪(MODIS)时间序列数据，对浙江省竹林地上生物量进行估算，为竹林碳汇遥感监测提供参考。【方法】以MODIS叶面积指数(LAI)、增强型植被指数(EVI)和比值指数(RVI)时间序列数据为变量，利用随机森林模型筛选变量，采用支持向量回归(SVR)模型估算研究区竹林地上生物量。【结果】随机森林模型共筛选出43个对竹林地上生物量影响最大的变量；基于43个变量，采用radial核函数构建的SVR模型预测能力最强，模型训练精度和测试精度分别为0.76和0.72，均方根误差分别为5.15和8.03 Mg·hm-2。浙江省全省竹林地上生物量均值为7.85 Mg·hm-2，总地上生物量为3.31×107 Mg；浙江省竹林地上生物量在各市具有明显的差异性，其中，湖州市、杭州市、金华市、绍兴市和宁波市的竹林地上生物量均值均大于全省均值，湖州市竹林地上生物量均值最大，为13.56Mg·hm-2，舟山市地上生物量均值最小，为5.72 Mg·hm-2。【结论】耦合了MODIS LAI、EVI、RVI时间序列数据的SVR模型可实现浙江省竹林地上生物量较高精度的估算。图3表1参31

• 单位
  浙江省森林资源监测中心