本文主要研究内容
作者吴炳伦,石军南,胡觉,梅浩（2019）在《基于Landsat 8新邵县森林碳密度遥感反演研究》一文中研究指出：准确估算森林碳密度是研究森林生态系统的核心。基于Matlab工作平台,以森林资源连续清查(湖南省第七次复查)及同期Landsat 8影像为本底,建立非线性回归模型、RF随机森林模型和RBF径向基神经网络模型进行森林碳密度反演。结果表明:RBF神经网络精度最高,决定系数为0.96,均方根误差为1.33 t·hm-2,很好的拟合了样地实测碳密度;RF随机森林优于非线性回归模型,拟合精度、均方根误差分别为0.91、2.50 t·hm-2;非线性回归模型精度最低,决定系数和均方根误差分别为:0.62、3.87 t·hm-2。故应用RBF神经网络对森林碳密度的反演具有很好的效果。
Abstract
zhun que gu suan sen lin tan mi du shi yan jiu sen lin sheng tai ji tong de he xin 。ji yu Matlabgong zuo ping tai ,yi sen lin zi yuan lian xu qing cha (hu na sheng di qi ci fu cha )ji tong ji Landsat 8ying xiang wei ben de ,jian li fei xian xing hui gui mo xing 、RFsui ji sen lin mo xing he RBFjing xiang ji shen jing wang lao mo xing jin hang sen lin tan mi du fan yan 。jie guo biao ming :RBFshen jing wang lao jing du zui gao ,jue ding ji shu wei 0.96,jun fang gen wu cha wei 1.33 t·hm-2,hen hao de ni ge le yang de shi ce tan mi du ;RFsui ji sen lin you yu fei xian xing hui gui mo xing ,ni ge jing du 、jun fang gen wu cha fen bie wei 0.91、2.50 t·hm-2;fei xian xing hui gui mo xing jing du zui di ,jue ding ji shu he jun fang gen wu cha fen bie wei :0.62、3.87 t·hm-2。gu ying yong RBFshen jing wang lao dui sen lin tan mi du de fan yan ju you hen hao de xiao guo 。
论文参考文献
论文详细介绍
论文作者分别是来自中南林业科技大学学报的吴炳伦,石军南,胡觉,梅浩，发表于刊物中南林业科技大学学报2019年11期论文，是一篇关于森林碳密度论文,非线性回归论文,随机森林论文,估计论文,中南林业科技大学学报2019年11期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中南林业科技大学学报2019年11期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：森林碳密度论文; 非线性回归论文; 随机森林论文; 估计论文; 中南林业科技大学学报2019年11期论文;