基于高分一号PMS的新疆落叶松林分郁闭度遥感定量估测

作者：刘赛赛; 陈冬花^*; 栗旭升; 刘聪芳; 李虎

来源：西北农林科技大学学报(自然科学版), 2020, 48(07): 57-66.

DOI：10.13207/j.cnki.jnwafu.2020.07.007

• 遥感
• 林分郁闭度
• 多元逐步回归
• BP神经网络
• 新疆落叶松

【目的】探索高分一号卫星影像在新疆落叶松林林分郁闭度估测中的应用潜力,为高分一号卫星影像用于林分郁闭度定量估测提供技术方法。【方法】以新疆布尔津林场为研究区,以阿尔泰山西段新疆落叶松林为试验对象,基于高分一号PMS多光谱影像和DEM数据,利用遥感和GIS技术,采用多元逐步回归和BP神经网络2种方法对新疆落叶松林分郁闭度进行估测。【结果】从模型验证结果可以看出,BP神经网络模型(决定系数R2=0.713,均方根误差RMSE=0.082,相对均方根误差rRMSE=0.175,估测精度EA=82.401%)对新疆落叶松林林分郁闭度的估测要明显优于多元逐步回归模型(R2=0.692,RMSE=0.085,rRMSE=0.182,EA=81.680%),且BP神经网络模型建模时R2=0.714,与其精度验证时的R2=0.713非常接近,说明模型的稳定性良好。【结论】2种模型的估测精度均高于80%,这说明高分一号PMS数据在新疆落叶松林林分郁闭度估测方面具有一定的潜力。

• 单位
  新疆农业大学; 新疆师范大学; 滁州学院; 安徽师范大学