基于多源数据并顾及森林类型的森林冠层高度反演

Forest canopy height inversion considering forest types based on multi-source data

来源:中文会议(科协)
中文摘要英文摘要

[目的]基于随机森林方法,通过ICESat-2的LiDAR数据与Sentinel-1的SAR数据、Sentinel-2的光学影像以及地形数据的协同构建针、阔、混三种不同森林类型对应的森林冠层高度估计模型,并对不同森林类型对应模型的精度进行验证和比较;同时,利用随机森林方法获取不同模型对应建模最优变量集及集合中各变量重要性得分,并对各变量在模型建立过程中发挥的作用进行定量地比较和分析。[方法]首先,在不同空间分辨率下,通过机载lidar反演得到的冠…查看全部>>

[Objective]Based on the Random Forest method,forest canopy height estimation models corresponding to coniferous forest,broadleaf forest and mixed forest were established by synergizing ICESat-2 lidar data,Sentinel-1 SAR data,Sentinel-2 optical images and topographic data,and then the accuracy of the established models for different forest types were validated and compared.Meanwhile,the optimal variable set corresponding to each forest type and importance sco…查看全部>>

评论

您当前未登录!去登录点击加载更多...

上述内容所涉观点、意见仅代表作者,与国家学术会议平台无关。

国家学术会议平台已取得上述相关成果授权,未经允许,任何单位和个人不得转载、复制或用作他途,一经发现,相关法律后果自行承担,国家学术会议平台保留向相关侵权人依法追究法律责任的权利。