基于Sentinel-1A雷达影像的思茅松林蓄积量估测

作者：杨明星; 徐天蜀; 牛晓花; 霍鹏; 岳彩荣^*

来源：西部林业科学, 2019, 48(02): 52-58.

DOI：10.16473/j.cnki.xblykx1972.2019.02.009

• 森林蓄积量
• Sentinel-1A
• 随机森林
• 纹理
• 特征选择
• 思茅松

探讨C波段雷达影像估测森林蓄积量的应用潜力,建立思茅松林蓄积量遥感估测模型,为利用遥感技术快速、准确、大面积的估测森林蓄积量提供参考。以云南省普洱市思茅区思茅松林为研究对象,采用C波段双极化合成孔径雷达Sentinel-1A影像为数据源,提取影像不同极化方式下的后向散射系数,并分别计算4个窗口(5×5、7×7、9×9、11×11)下的9种纹理特征,共计提取75维影像特征作为备选自变量,结合45块地面蓄积量调查样地,采用随机森林算法,进行建模因子重要性分析,选择最优特征,即选取VH极化方式、5×5窗口下VH极化方式的均值和异质性、7×7和9×9窗口下VH极化方式的最大概率、11×11窗口下VH极化方式的最大概率和协同性,共7个特征因子,建立随机森林蓄积量估测模型,R2达到0.64,RMSE为30.35m3/hm2,模型的估测精度达到75.46%,森林蓄积量估测效果较好。研究表明,基于C波段双极化雷达影像提取纹理特征,利用随机森林算法进行特征选择,建立的森林蓄积量估测模型具有一定的可行性和推广性。

• 出版日期2019
• 单位西南林业大学