基于SVR的GF1号遥感影像森林蓄积量估测

论文摘要

国产高分辨率卫星遥感影像已成为森林资源调查和监测的重要数据源。基于国产卫星遥感的森林蓄积量估算成为重要的研究方向之一。本研究以福建省将乐县为研究区,选择国产高分辨率高分一号卫星2 m分辨率遥感影像为主要数据源,加以辅助野外实地调查数据,分别采用多元线性回归和SVM(support vector machine)回归方法开展亚热带针叶林蓄积量估算效果评价研究。首先,从融合影像中提取遥感因子,包括11个光谱因子和10个纹理因子等;其次,对21个遥感因子进行相关性分析,选取皮尔森相关系数较大的6个遥感因子;第三,应用多元线性回归和支持向量机回归(support vector regression,SVR)对所选遥感因子建立模型,选取最优模型反演将乐县蓄积量分布图。结果表明:支持向量机回归(SVR)估测蓄积量的模型预估精度达到98. 22%。

论文目录

• 1 研究区概况与数据源
•   1.1 研究区概况
•   1.2 影像预处理
•   1.3 实地调查数据处理
• 2 研究方法及技术路线
• 3 模型建立与精度分析
•   3.1 多元线性回归
•   3.2 支持向量机回归
•     3.2.1 支持向量机回归SVR建模
•     3.2.2 SVR模型精度分析
• 4 结论与讨论

文章来源

类型: 期刊论文

作者: 张苏,周小成,黄洪宇,冯芝清

关键词: 高分一号,森林蓄积量,支持向量机回归,多元线性回归

来源: 贵州大学学报(自然科学版) 2019年03期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,农业科技,信息科技

专业: 工业通用技术及设备,林业,自动化技术

单位: 福州大学地理空间信息技术国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室,福建金森林业股份有限公司

基金: 国家自然科学基金项目资助(41201427),福建省科技厅高校产学合作项目资助(2015H6008)

分类号: TP751;TP181;S758.51

DOI: 10.15958/j.cnki.gdxbzrb.2019.03.04

页码: 21-26

总页数: 6

文件大小: 2781K

下载量: 254