基于Landsat5 TM遙感影像估算江山市公益林生物量*

張偉，陳蜀蓉，侯平

(浙江農林大學林業與生物技術學院，浙江　臨安311300)

?

基于Landsat5 TM遙感影像估算江山市公益林生物量*

張偉，陳蜀蓉，侯平

(浙江農林大學林業與生物技術學院，浙江臨安311300)

摘要：本研究基于Landsat5 TM遙感影像數據和樣地調查數據，利用多元逐步回歸、偏最小二乘回歸和隨機森林回歸3種方法，建立江山市公益林生物量估算模型，分析和比較3種模型的精度結果，探究隨機森林回歸模型在估算生物量方面的應用，為提高估算森林生物量的精度提供參考。結果表明，多元逐步回歸模型的預測精度為58.31 %、均方根誤差為31.02 t/hm2，偏最小二乘回歸模型分別為60.84 %、30.72 t/hm2，隨機森林回歸模型為70.02 %， 22.18 t/hm2。由此可得，隨機森林回歸模型的預測精度優于其他2種模型，隨機森林算法能提高估算森林生物量的精度。

關鍵詞：生物量估算;隨機森林回歸；多元逐步回歸；偏最小二乘回歸

全球氣候不斷變暖，森林碳儲量的研究成為社會關注的一個熱點，而森林生物量的估算是森林碳儲量和碳循環研究的基礎。隨著遙感技術的發展，學者們逐漸改變了傳統估算森林生物量的方法，轉而利用遙感影像信息和典型樣地調查的數據建立某種關系的模型對森林生物量進行估算，這種方法不但減少了對生態系統的破壞，而且還減少了大量的人力和物力，使大尺度的森林生物量的估算成為可能[1～3]。

21世紀初，Leo Breiman 和Cutler Adele開發完成隨機森林(Random Forests)算法[4]。隨機森林是基于分類樹的一種算法，在分類和回歸中都有廣泛的應用[5～6]，并取得較好的效果。……