基于遥感技术的宜良县云南松蓄积量反演

作者：李紫荆; 胥辉^*

来源：绿色科技, 2022, 24(02): 1-6.

DOI：10.16663/j.cnki.lskj.2022.02.069

• Landsat OLI
• GEE
• 森林蓄积量
• 随机森林
• 多元线性回归

以云南省宜良森林二类调查数据为样本，基于GoogleEarthEngine云平台Landsat 8 OLI影像，结合植被因子、纹理特征以及K-T变化为自变量，构建了多元线性回归和随机森林的建模方法，建立了森林蓄积量反演模型。以宜良县云南松为研究对象，运用Landsat8 OLI遥感影像数据结合地面角规控制样地调查数据，建立了多元线性回归和随机森林估测模型。结果表明：多元线性回归模型精度一般，其R2和RMSE分别为0.259、34.5579,随机森林模型精度极高，其R2和RMSE分别为0.887、1.1954。运用Landsat 8 OLI影像数据进行森林地上蓄积量估测的不确定因素较多，随机森林估测模型可作为云南松及其他树种地上蓄积量遥感估测的一种对比方法，为今后森林蓄积量估测提供参考。

• 单位
  西南林业大学