基于随机森林的高寒草地地上生物量高光谱估算

摘要

草地地上生物量(Aboveground biomass,AGB)是衡量草地生产力的关键因素,准确测定草地AGB具有重要意义.高光谱因具有时效性强、不破坏草地等特点被广泛用于草地生理生态指标的测定.本研究提取和计算了海北试验站高寒草地冠层的原始光谱(Original spectrum,OR)反射率、一阶微分光谱(First derivative spectrum,FD)反射率、光谱位置面积参数(Spectral parameters of spectral position and area,PA)和植被指数(Vegetation indices,Ⅵ)4种不同类型的特征变量,使用连续投影算法(Successive projections algorithm,SPA)和递归特征消除算法(Re-cursive feature elimination,RFE)进行特征选择,采用随机森林算法(Random forest,RF)构建草地AGB估测模型.结果表明:在由4种特征变量分别构建的草地AGB估测模型中,基于Ⅵ的RF模型精度最高(测试集R2=0.70,RMSE=557.87 kg·ha-1),实测AGB与估测AGB的线性R2达到0.72;不同类型特征变量组合构建的草地AGB估测模型中,PA+Ⅵ组合的RF模型精度最高(R2=0.71,RMSE=548.97 kg·ha-1),实测AGB和估测AGB的线性R2达到0.73.