典型文献
基于MODIS时间序列数据的竹林地上生物量估算
文献摘要：
[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13.56 Mg·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.
文献关键词：
竹林;地上生物量;SVR模型;随机森林;MODIS产品
中图分类号：
作者姓名：
杨绍钦;王翔;许澄;商天其
作者机构：
浙江省森林资源监测中心,浙江 杭州 310020;浙江省林业勘测规划设计有限公司,浙江 杭州 310020
文献出处：
引用格式：
[1]杨绍钦;王翔;许澄;商天其-.基于MODIS时间序列数据的竹林地上生物量估算)[J].浙江农林大学学报,2022(04):734-741
A类：
B类：
MODIS,时间序列数据,林地,地上生物量,生物量估算,中分辨率成像光谱仪,竹林碳汇,遥感监测,叶面积指数,LAI,增强型植被指数,EVI,RVI,随机森林模型,模型筛选,支持向量回归,SVR,radial,核函数,函数构建,预测能力,模型训练,测试精度,Mg,hm,各市,湖州市,杭州市,金华市,绍兴市,宁波市,舟山市
AB值：
0.221405
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
