基于iTransformer网络的富蕴县、福海县天然草原植被盖度反演方法研究

摘要

为提升北疆富蕴县、福海县天然草原植被盖度的反演精度，本研究提出并评估了一种基于iTransformer网络的新反演方法。使用2024年7月至9月高分一号遥感影像和实测植被数据，对比研究深度学习iTransformer模型、机器学习随机森林模型、多项式回归模型在草原植被盖度反演上的表现，并结合数字高程模型（DEM）数据分析地形特征对反演模型精度的影响。结果表明，iTransformer模型在精度和泛化性上显著优于随机森林模型和多项式回归模型；补充差异地形样本可大幅提升iTransformer泛化能力，使平均绝对误差（MAE）和均方根误差（RMSE）分别下降12.2%和13.1%;融入DEM特征可进一步提升iTransformer模型精度2%～9%。本研究通过此方法构建了性能良好的草原植被盖度反演模型，富蕴县、福海县决定系数（R²）均为0.83,误差评价指标MAE、RMSE分别为7.28%、9.74%与6.89%、8.87%,并基于此完成了研究区草原植被盖度分布预测。

关键词

天然草原 / 植被盖度 / iTransformer模型 / GF-1影像 / 数字高程模型