基于GF-2卫星影像的杨树农田防护林生物量估算反演模型

徐世康; 费鲜芸; 臧顺; 王圳; 高亚军; 刑玮

江苏海洋大学学报（自然科学版） ›› 2026, Vol. 35 ›› Issue (2) : 67 -75.

徐世康, 费鲜芸, 臧顺, 王圳, 高亚军, 刑玮

作者信息 +

Author information +

文章历史 +

摘要

随着全球气候变暖问题日益严重，森林生物量作为碳储量的重要指标，受到越来越多关注。杨树在连云港海岸带属于农田防护林的优势树种，具有重要的经济、生态和环境价值。以江苏省连云港市杨树农田防护林为研究对象，以地面样方调查数据为样本区，利用GF-2号卫星影像融合数据，提取植被指数与纹理特征，建立多元线性逐步回归、随机森林和人工神经网络3种模型，并对杨树地上生物量进行估算。结果显示：人工神经网络模型精度最低，决定系数R²为0.64，均方根误差RMSE为8.23 t/hm²，相对误差RE为0.245 6。多元线性逐步回归模型精度较高，决定系数R²达到0.75，均方根误差RMSE为4.14 t/hm²，相对误差RE为0.100 8。随机森林模型精度最高，其决定系数R²为0.8，均方根误差RMSE为4.04 t/hm²，相对误差RE为0.056 6，优于多元线性逐步回归与人工神经网络模型。研究表明，基于遥感数据结合机器学习模型进行生物量反演是当前森林资源监测的有效手段。随机森林方法在复杂生态建模中优势更为明显。该成果为当地区域森林资源监测、碳汇评估及科学管理提供了有效技术支撑。