| 主被动遥感特征优化的天然林森林蓄积量估测 |
| |
| 引用本文： | 王鹏杰,张绘芳,田昕,张景路,朱雅丽. 主被动遥感特征优化的天然林森林蓄积量估测[J]. 遥感技术与应用, 2022, 37(3): 672-680. DOI: 10.11873/j.issn.1004-0323.2022.3.0672 |
| |
| 作者姓名： | 王鹏杰 张绘芳 田昕 张景路 朱雅丽 |
| |
| 作者单位： | 1.中国林业科学研究院资源信息研究所，北京 100091;2.新疆林业科学院现代林业研究所，新疆 乌鲁木齐 830000 |
| |
| 基金项目： | 2019年新疆自治区公益性科研院所基本科研业务费专项资金(KY2019043);中国林业科学研究院中央级公益性科研院所基本科研业务费专项资金项目“森林资源出数关键技术研究”(CAFYBB2021SY006) |
| |
| 摘 要： | 结合国产主被动遥感数据高分六号（GF-6） PMS和高分三号（GF-3）双极化PolSAR估测森林蓄积量，并针对多源遥感数据的冗余问题进行特征组合优化。以新疆巩留县天然林地为研究区，提取GF-6 PMS数据的光谱信息、植被指数、纹理以及植被覆盖度信息和GF-3 PolSAR数据的后向散射系数、极化分解参数，结合地形因子，在森林样地调查数据的基础上，利用快速迭代特征选择的 K 最近邻法（K-Nearest Neighbor with Fast Iterative Features Selection，KNN-FIFS）估测研究区的森林蓄积量。对比国产主被动遥感数据和单一遥感数据源时的估测结果，基于最优特征组合反演研究区的森林蓄积量，结果表明：联合GF-3 PolSAR和GF-6 PMS数据估测研究区森林蓄积量的精度为 R2=0.72，RMSE=92.48 m3/hm2，相比于仅使用GF-6 PMS数据估测的精度（R2=0.56，RMSE=118.8 m3/hm2），R2提高了0.16，提高了28.6%，RMSE降低了26.32 m3/hm2，降低22.2%。说明主被动遥感数据协同反演可以提高森林蓄积量估测精度，KNN-FIFS方法可以有效地估测天然林森林蓄积量。
|
| 关 键 词： | 森林蓄积量 国产主被动遥感 特征优化 天然林 |
| 收稿时间： | 2021-04-01 |
Estimation of Forest Stem Volume of Natural Forests based on the Optimization of Active and Passive Remote Sensing Features |
| |
| Pengjie Wang,Huifang Zhang,Xin Tian,Jinglu Zhang,Yali Zhu. Estimation of Forest Stem Volume of Natural Forests based on the Optimization of Active and Passive Remote Sensing Features[J]. Remote Sensing Technology and Application, 2022, 37(3): 672-680. DOI: 10.11873/j.issn.1004-0323.2022.3.0672 |
| |
| Authors: | Pengjie Wang Huifang Zhang Xin Tian Jinglu Zhang Yali Zhu |
| |
| Abstract: | |
| |
| Keywords: | Forest stem volume Active and passive remote sensing Feature optimization Natural forests |
|
| 点击此处可从《遥感技术与应用》浏览原始摘要信息 |
|
点击此处可从《遥感技术与应用》下载全文 |
