摘要
本发明提供杉木地上生物量遥感估测的不确定性分析方法,属于模型构建领域,本申请以广东省野外调查数据、Landsat 8OLI遥感影像为数据源,从遥感影像中提取光谱波段因子、植被指数和纹理因子,分别构建了K最近邻回归(KNN)、梯度提升回归树(GBRT)、随机森林(RF)三种地上生物量估测模型,并使用误差方程对样地尺度和遥感模型尺度的不确定性进行度量,分析不同尺度不确定性对AGB估测的影响。相较于样地尺度,遥感模型尺度的不确定性仍然是主要的不确定性来源。而在遥感尺度中,RF是估测效果最好的模型。本申请从样地尺度和遥感模型尺度两种方面来分析对杉木地上生物量估测的影响,可为更准确地估测地上生物量提供一定的参考和思路。
技术关键词
单木生物量模型
不确定性分析方法
便携式全球定位系统
随机森林
影像
最佳参数组合
SPSS软件
因子
建模方法
展开式
GPS技术
度量
模型预测值
近邻算法
模型误差
协方差矩阵
方程
纹理特征
系统为您推荐了相关专利信息
性能预测方法
超级电容器
机器学习算法
交叉验证方法
贡献率
效率预测方法
太阳能
异质结材料
特征工程
随机森林
强化采油技术
机器学习算法
Stacking集成学习
支持向量机算法
逻辑回归算法
采样模块
上采样
残差模块
输出特征
遥感图像数据
工程造价预测方法
混合深度学习模型
住宅
多维特征数据
随机森林模型