典型文献
应用最大信息系数和支持向量机估测森林蓄积量
文献摘要：
为了探究Landsat8 OLI影像和支持向量机算法在林分蓄积量估测中的潜力,以湖南省株洲市为研究区,以Landsat8 OLI卫星影像为遥感数据源,并结合同时期的湖南省森林资源二类调查数据,提取单波段特征、植被指数和纹理特征等遥感因子作为候选变量;利用最大信息系数对遥感变量进行筛选,并构建基于多项式核的PK-SVR模型、基于径向基核的RK-SVR模型、基于拉普拉斯核的LK-SVR模型和基于Sigmoid核的SK-SVR模型;以决定系数、相对均方根误差作为预测模型的评价指标,并与传统的线性回归模型进行对比,同时对研究区的森林蓄积量进行反演,得到株洲市森林蓄积量空间分布图.结果表明:支持向量机(SVR)模型的预测结果明显优于多元线性回归模型,RK-SVR模型的预测效果最好,其决定系数为0.61、均方根误差为69.26 m3/hm-2、相对均方根误差为31.2％.
文献关键词：
森林蓄积量;最大信息系数;支持向量机;Landsat8 OLI
中图分类号：
作者姓名：
罗为检
作者机构：
国家林业和草原局中南调查规划设计院,长沙,410014
文献出处：
引用格式：
[1]罗为检-.应用最大信息系数和支持向量机估测森林蓄积量)[J].东北林业大学学报,2022(01):40-45
A类：
B类：
最大信息系数,估测,森林蓄积量,Landsat8,OLI,支持向量机算法,林分蓄积量,湖南省株洲市,卫星影像,遥感数据源,森林资源二类调查,波段,植被指数,纹理特征,遥感因子,遥感变量,多项式,PK,SVR,径向基,RK,拉普拉斯核,LK,Sigmoid,SK,决定系数,空间分布图,多元线性回归模型,hm
AB值：
0.302999
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。
