作者：姚雄; 余坤勇; 杨玉洁; 曾琪; 陈樟昊; 刘...林地叶面积指数遥感反演随机森林模型支持向量回归模型反向传播神经网络模型
摘要：林地叶面积指数（Leaf area index,LAI）的准确估测是精准林业的重要体现。为了快速、准确、无损监测林地LAI,利用LAI-2200型植物冠层分析仪获取福建省西部森林样地的LAI数据,结合同期Pleiades卫星影像计算12种遥感植被指数,分析了各样地实测LAI数据和相应植被指数的相关性,进而使用随机森林（RF）算法构建了林地LAI估算模型,以支持向量回归（SVR）模型和反向传播神经网络（BP）模型作为参比模型,以决定系数（R^2）、均方根误差（RMSE）、平均相对误差（MAE）和相对分析误差（RPD）为指标评价并比较了模型预测精度。结果表明：全样本数据中,各植被指数与对应LAI值均呈极显著相关（P〈0.01）,且相关系数都大于0.4;RF模型在3次不同样本组中的预测精度均高于同期的SVR模型和BP模型;3个样本组中RF模型的LAI估测值与实测值的R^2分别为0.688、0.796和0.707,RPD分别为1.653、1.984和1.731,均高于同期SVR模型和BP模型,对应的RMSE分别为0.509、0.658和0.696,MAE分别为0.417、0.414和0.466,均低于同期其他2种模型。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
