来源：期刊VIP网 时间：
作者：吕杰;邓佳雯;
单位：西安科技大学测绘科学与技术学院;
摘要：针对多源遥感数据特征耦合机制不明确的问题，提出基于自适应集成学习的森林地上生物量反演方法，利用地面实测样地数据，对比梯度提升决策树、堆叠泛化与自适应增强三种集成学习算法并分析单一变量(机载激光雷达、原始波段、植被指数、纹理特征)与变量融合对模型效果的影响。研究发现，单一类型变量中，自适应增强模型表现最优，在机载激光雷达变量中，R~2为0.903,RMSE为1.786 t/hm~2,MAE为1.357 t/hm~2;多种变量融合显著提升模型性能，其中机载激光雷达变量与纹理特征融合效果突出，R~2提升至0.943,RMSE降至1.379 t/hm~2,MAE降至1.109 t/hm~2;Howland森林地上生物量呈北高南低分布。本方法不仅明确了多源遥感数据特征耦合机制，还提升了森林地上生物量反演精度。
关键词：LiDAR;;遥感反演;;森林生物量;;机器学习;;集成学习
基金资助：国家自然科学基金项目(42174045)
