【目的】森林蓄積量是反映森林資源總規(guī)模和水平的基本林分調(diào)查因子之一,也是衡量森林資源豐富程度和森林生態(tài)環(huán)境優(yōu)劣的重要依據(jù)。為探索更優(yōu)的森林蓄積量建模和估測方法,以期為林業(yè)科學中森林蓄積量的估測研究提供新的方法與思路�！痉椒ā恳哉憬↓埲袨檠芯繀^(qū),以單位蓄積量（m3/mu）為研究對象,集成森林資源二類調(diào)查數(shù)據(jù)、高分二號遙感影像數(shù)據(jù)、數(shù)字高程模型（DEM）數(shù)據(jù)。通過逐步回歸特征選擇方法選取與蓄積量相關的自變量因子,在不區(qū)分樹種的情況下,利用極端梯度提升（eXtreme gradient boosting,XGboost）方法、決策樹梯度提升（Light generalized boosted regression models,LGBM）方法和梯度提升（Gradient boosting）方法分別建立蓄積量估測模型。然后,基于區(qū)分針葉林、闊葉林、針闊混交林的情況下,用XGboost方法再次建立蓄積量估測模型,并與未區(qū)分樹種情況下的估測結果進行對比。采用十折交叉驗證法對模型性能指標進行檢驗�！窘Y果】在不區(qū)分樹種的情況下,XGboost呈現(xiàn)了最佳的效果,優(yōu)于LGBM方法和Gradient b... 

【文章來源】：中南林業(yè)科技大學學報. 2020,40(06)北大核心CSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
1 材料與方法
    1.1 研究區(qū)概況
    1.2 研究數(shù)據(jù)及預處理
    1.3 模型評價
    1.4 XGboost算法原理
    1.5 蓄積量估測方法
2 結果與分析
    2.1 逐步回歸特征選擇結果
    2.2 蓄積量建模與估測結果分析
        2.2.1 3種方法進行蓄積量建模與估測結果分析
        2.2.2 XGboost進行蓄積量建模與估測結果分析
3 結論與討論


【參考文獻】：
期刊論文
[1]旺業(yè)甸林場人工林生物量遙感反演研究[J]. 蔣馥根,孫華,林輝,龍江平,蔣治浩,雷思君.  中南林業(yè)科技大學學報. 2019(10)
[2]基于GF-1的森林蓄積量遙感估測[J]. 李世波,林輝,王光明,程韜略.  中南林業(yè)科技大學學報. 2019(08)
[3]基于BP神經(jīng)網(wǎng)絡的華北落葉松小班蓄積預估模型研究與應用[J]. 陳玉玲,吳保國,崔巖,魏彥軍.  中國農(nóng)業(yè)科技導報. 2019(07)
[4]基于Sentinel-1A雷達影像的思茅松林蓄積量估測[J]. 楊明星,徐天蜀,牛曉花,霍鵬,岳彩榮.  西部林業(yè)科學. 2019(02)
[5]基于神經(jīng)網(wǎng)絡和不同立地質(zhì)量的森林蓄積量遙感估測[J]. 劉唐,江濤,李昂,郭連杰.  山東科技大學學報(自然科學版). 2019(02)
[6]香格里拉市云冷杉林蓄積量遙感估測非參數(shù)模型研究[J]. 郎曉雪,許彥紅,舒清態(tài),張卓亞,謝福明,字李.  西南林業(yè)大學學報(自然科學). 2019(01)
[7]基于GF-1 PMS影像和k-NN方法的延慶區(qū)森林蓄積量估測[J]. 王海賓,彭道黎,高秀會,李文芳.  浙江農(nóng)林大學學報. 2018(06)
[8]無人機航測技術在森林蓄積量估測中的應用[J]. 李亞東,馮仲科,明海軍,李長青,曹明蘭.  測繪通報. 2017(04)
[9]基于隨機森林算法的涼水自然保護區(qū)蓄積量反演研究[J]. 汪康寧,馬婷,呂杰.  西南林業(yè)大學學報. 2016(05)
[10]基于高分辨率遙感影像的森林信息提取方法綜述[J]. 王宗梅,徐天蜀,岳彩榮.  林業(yè)調(diào)查規(guī)劃. 2016(04)

博士論文
[1]基于多源數(shù)據(jù)和神經(jīng)網(wǎng)絡模型的森林資源蓄積量動態(tài)監(jiān)測[D]. 吳達勝.浙江大學 2014
[2]基于多源遙感數(shù)據(jù)的森林蓄積量估測方法研究[D]. 楊永恬.中國林業(yè)科學研究院 2010
[3]森林資源年度監(jiān)測理論與方法研究[D]. 劉安興.南京林業(yè)大學 2006

碩士論文
[1]基于Landsat-8遙感影像的森林蓄積量估測[D]. 周如意.浙江農(nóng)林大學 2019
[2]基于UAV高分影像的林木冠幅提取與蓄積量估測研究[D]. 李赟.南京林業(yè)大學 2017
[3]基于高分2號遙感數(shù)據(jù)的三維綠量估算模型研究[D]. 孫營偉.中國地質(zhì)大學(北京) 2017
[4]基于梯度提升模型的負相關學習算法的研究與應用[D]. 萬倫軍.中國科學技術大學 2014
[5]龍泉市林權制度改革研究[D]. 洪汝鋒.浙江農(nóng)林大學 2012



本文編號：3636963