基于Sentinel数据的滇池湖滨湿地地上生物量反演

摘要

cqvip:为了评估基于Sentine 1/2影像数据反演滇池湖滨带湿地森林地上生物量(AGB)的效果和能力,以Sentinel-1 A/B(SAR)和Sentinel-2 A/B(多光谱)卫星图像为数据源,获取SAR双极化后向散射系数、多光谱波段、植被指数和林冠生物物理变量等因子,利用线性回归和机器学习算法,建立了多个滇池湖滨湿地生物量反演模型。所有模型与滇池湖滨湿地样地地上生物量的相关性为0.619~0.84,均方根误差(RMSE)范围为40.14~59.7 t/ha,其中基于SAR的模型反演精确度最低;在多光谱波段中,红色和红边(波段4,5和7)与生物量有很好的相关性;叶面积指数(LAI)模型是生物量反演的最佳变量组合(r=0.84,RMSE=40.14);基于Sentine 1/2影像数据反演滇池湖滨带湿地地上生物量具有可行性。