典型文献
基于变量优选的机载激光雷达对林分平均高的反演
文献摘要：
森林高度是反映森林数量和质量的重要指标,是森林经营管理的重要基础数据,准确获取森林高度信息一直是林业遥感研究的目标.本研究以广西高峰林场的105块地面实测样地数据和机载激光雷达(Light detec-tion and ranging,LiDAR)数据为基础,从点云数据中提取35个特征变量,分别采用支持向量机-递归特征消除法(SVM-RFE)、轻量级梯度提升机(LightGBM)和主成分分析(PCA)法进行特征筛选,并结合参数模型(LR)和非参数模型(RFR、KNN)对林分平均高进行反演.研究结果表明,不同特征选择方法和估测模型的组合精度差异较大.其中,利用LightGBM进行特征筛选结合KNN回归反演效果最佳,建模的R2和RMSE分别为0.83和1.64 m,验证的R2和RMSE分别为0.81和1.56 m.此外,在SVM-RFE、LightGBM和PCA这3种特征筛选方法中LightGBM的效果最好,无论在RFR模型还是在KNN模型中均能得到较高的R2,优于SVM-RFE和PCA.
文献关键词：
机载激光雷达;林分平均高;特征优选;LightGBM
中图分类号：
作者姓名：
朱泊东;金京;罗洪斌;龙飞;李春干;岳彩荣
作者机构：
西南林业大学林学院,云南 昆明 650224;广西大学林学院,广西 南宁 530004
文献出处：
引用格式：
[1]朱泊东;金京;罗洪斌;龙飞;李春干;岳彩荣-.基于变量优选的机载激光雷达对林分平均高的反演)[J].江苏农业学报,2022(03):706-713
A类：
B类：
机载激光雷达,林分平均高,森林高度,森林经营管理,高度信息,林业遥感,峰林,林场,样地,detec,tion,ranging,LiDAR,点云数据,特征变量,递归特征消除法,RFE,轻量级梯度提升机,LightGBM,特征筛选,LR,非参数模型,RFR,KNN,特征选择,选择方法,估测模型,RMSE,筛选方法,特征优选
AB值：
0.331347
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。
