基于距离相关系数和KNN回归模型的森林蓄积量估测研究

编号 zgly0001697746

文献类型 期刊论文

文献题名 基于距离相关系数和KNN回归模型的森林蓄积量估测研究

作者 宋亚斌  邢元军  江腾宇  林辉 

作者单位 国家林业和草原局中南调查规划设计院  中南林业科技大学林业遥感信息工程研究中心  南方森林资源经营与监测国家林业与草原局重点实验室 

母体文献 中南林业科技大学学报 

年卷期 2020年04期

年份 2020 

分类号 S758.51 

关键词 森林蓄积量  KNN方法  距离相关系数  十折交叉验证  Landsat8OLI 

文摘内容 【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。