应用XGBoost算法对森林地上生物量的机载LiDAR反演 |
| |
引用本文: | 李洋,彭道黎,袁钰娜.应用XGBoost算法对森林地上生物量的机载LiDAR反演[J].东北林业大学学报,2023(5):106-112+129. |
| |
作者姓名: | 李洋 彭道黎 袁钰娜 |
| |
作者单位: | 1. 森林资源和环境管理国家林草局重点实验室(北京林业大学);2. 珠江水利委员会珠江流域水土保持监测中心站 |
| |
基金项目: | “十三五”国家重点研发计划(2016YFD0600205); |
| |
摘 要: | 为了探究机载LiDAR数据结合极端梯度提升(XGBoost)算法估算森林地上生物量的可行性和适用性,寻求更优的森林地上生物量的监测和估算模型的建模方法。根据125块地面样地调查数据和机载激光雷达提取的点云特征变量,结合根据皮尔森相关系数和递归特征消除筛选变量,采用多元线性回归(MLR)、随机森林(RF)、支持向量机(SVM)和极端梯度提升(XGBoost)算法,建立4种不同算法的地上生物量估测模型并进行对比分析。结果表明:在训练集中,RF模型表现最好(RMSE=9.98 t·hm-2,R2=0.93,MAE=5.69 t·hm-2),其次是XGBoost模型(RMSE=10.80 t·hm-2,R2=0.89,MAE=7.24 t·hm-2);在测试集中,采用XGBoost算法建立的模型表现(RMSE=12.20 t·hm-2...
|
关 键 词: | 极限梯度提升算法 机载激光雷达 森林地上生物量 |
|
|