基于SVR的GF1号遥感影像森林蓄积量估测
2019-09-10张苏周小成黄洪宇冯芝清
贵州大学学报(自然科学版) 2019年3期
关键词:多元线性回归
张苏 周小成 黄洪宇 冯芝清
摘 要:国产高分辨率卫星遥感影像已成为森林资源调查和监测的重要数据源。基于国产卫星遥感的森林蓄积量估算成为重要的研究方向之一。本研究以福建省将乐县为研究区,选择国产高分辨率高分一号卫星2 m分辨率遥感影像为主要数据源,加以辅助野外实地调查数据,分别采用多元线性回归和SVM(support vector machine)回归方法开展亚热带针叶林蓄积量估算效果评价研究。首先,从融合影像中提取遥感因子,包括11个光谱因子和10个纹理因子等;其次,对21个遥感因子进行相關性分析,选取皮尔森相关系数较大的6个遥感因子;第三,应用多元线性回归和支持向量机回归(support vector regression,SVR)对所选遥感因子建立模型,选取最优模型反演将乐县蓄积量分布图。结果表明:支持向量机回归(SVR)估测蓄积量的模型预估精度达到98.22%。
关键词:高分一号;森林蓄积量;支持向量机回归;多元线性回归
中图分类号:S758.51;S771.8
文献标识码: A