李春梅
- 作品数：2 被引量：34H指数：2
- 供职机构：西南林业大学林学院更多>>
- 发文基金：国家重点基础研究发展计划国家自然科学基金中央级公益性科研院所基本科研业务费专项更多>>
- 相关领域：农业科学更多>>
- 内蒙古大兴安岭根河森林保护区植被覆盖度变化被引量：24
- 2016年
- 基于2000年Landsat-5 TM和2013年GF-1两期遥感影像,利用像元二分模型分别进行了内蒙古大兴安岭根河森林保护区植被覆盖度的估算,并对该区13年间植被覆盖度的变化情况及其与地形因子的相关性进行了分析。结果表明:利用像元二分法可准确地估算研究区植被覆盖度(决定系数R^2=0.52,相对平方误差RSE=0.54)。两期植被覆盖度与高程正相关性最大,其次为坡度。两期植被覆盖度变化图表明,该地区13年间植被覆盖度总体呈下降趋势,其中高覆盖度的下降最为明显。两期植被覆盖度及其差值随高程的增加而增大,海拔超过1027 m两者均变化缓慢,且植被覆盖度变化主要为正变化。火灾、水系富集、人工抚育频繁等因素对低海拔地区植被覆盖度的下降影响较大。
- 闫敏李增元陈尔学田昕谷成燕李春梅范文武
- 关键词：植被覆盖度地形
- 基于多源数据的根河实验区生物量反演研究被引量：10
- 2016年
- 森林是陆地生态系统的重要组成部分,精确估测森林地上生物量能够减少陆地生态系统碳储量的不确定性。本文以内蒙古大兴安岭根河实验区为研究区,基于森林样地调查数据、Landsat 8 OLI、机载P-波段Pol SAR以及ASTER GDEM数据,分别采用多元线性逐步回归法和基于随机森林算法(Random Forest,RF)进行特征优化选择后的k-最近邻(k-nearest neighbors,k-NN)法对研究区森林地上生物量(above-ground biomass,AGB)进行估测,对比验证采用不同类型数据(单传感器数据和多传感器数据)时2种方法的反演结果来寻求森林AGB估测的最优方法和输入因子,最后利用最优的估测方法来反演整个研究区的森林AGB,生成根河实验区的森林AGB等级分布图。结果表明:对于多元线性逐步回归和k-NN 2种不同的方法,森林AGB的反演都表现出较为一致的结果,即采用多传感器遥感数据(Landsat 8 OLI和机载P-波段PolSAR数据)比采用单传感器遥感数据估算的森林AGB精度要高;而在同时采用多传感器遥感数据进行森林AGB的反演中,k-NN算法的估测结果(R^2=0.65,RMSE=17.49 t/hm^2)明显优于多元线性逐步回归算法(R^2=0.36,RMSE=22.08 t/hm^2)的估测结果。显然,多源数据协同反演森林AGB可以充分利用每种传感器的优点,提高遥感估测森林AGB的能力;与多元逐步回归方法相比,k-NN算法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系,且能够避免发生过学习现象和样本不平衡问题。
- 李春梅张王菲李增元陈尔学田昕
- 关键词：K-最近邻
