论文部分内容阅读
为了系统地研究特定区域的森林蓄积量估测技术，比较目前流行的多种高光谱遥感森林蓄积量估测方法，包括：主成分和偏最小二乘回归法、BP和RBF神经网络法、k-近邻法。结果表明：PCR和PLSR估测森林蓄积量时，采用植被指数、光谱面积和位置参数同时估测蓄积量，验证精度最好；BP神经网络估测蓄积量时，采用植被指数参数作为变量效果最好；RBF神经网络估测蓄积量时，采用19个变量同时作为输入参数时，精度最高。 k-近邻法对森林蓄积量的估测效果最佳，当k＝8时，Rmse的值最小，为9．38，R2值为0．856。