文献类型：期刊文献

中文题名：基于k-NN和Landsat数据的小面积统计单元森林蓄积估测方法

英文题名：Forest Volume Estimation Method for Small Areas Based on k-NN and Landsat Data

作者：陈尔学[1] 李增元[1] 武红敢[1] 韩爱惠[2]

第一作者：陈尔学

机构：[1]中国林业科学研究院资源信息研究所、国家林业局林业遥感与信息技术重点开放性实验室,北京100091;[2]国家林业局调查规划设计院,北京100714

年份：2008

卷号：21

期号：6

起止页码：745-750

中文期刊名：林业科学研究

外文期刊名：Forest Research

收录：CSTPCD;;Scopus;北大核心:【北大核心2004】；CSCD:【CSCD2011_2012】；

基金：林业科技支撑计划专题资助“三北、长防及沿海防护林体系建设工程监测技术研究(2006BAD23B0504);”863课题“森林资源遥感监测定量化综合处理与业务运行系统”资助

语种：中文

中文关键词：k-NN方法;森林蓄积量;Landsat;森林资源调查

外文关键词：k-NN ; forest volume ; landsat; forest resources inventory

分类号：S757.2

摘要：基于吉林省一个试验区的森林资源一类清查固定样地数据、Landsat TM数据和土地利用数据,采用精度交叉评价方法研究了k-最近邻(k-NN)法用于小面积统计单元森林蓄积估计的有效性。结果表明:k-NN方法对样地覆盖区影像像元单位面积蓄积量的估测平均误差在1.5 m3.hm2之内,相对均方根误差(RMSE′)低于传统的基于绿度指数的线性方程估测方法;采用k-NN方法可以实现县市级统计单元的参数估计,估测效果优于只利用固定样地数据的传统成数估计方法。
The effectiveness of k-Nearest Neighbour （k-NN） for forest parameters estimation of small area was evaluated using permanent forest plot data of national forest inventory （ NFI）, Landsat TM data and landuse map data in a test site located in Jilin Province. It was found that the bias of the mean volume per unit area estimated using k- NN was under 1.5 m^3 · hm^-2 ,and the relative root mean square error （RMSE′） was less than that of the conventional lineal regress method based on the relationship between Landsat ETM ＋ greenness index and forest volume density; k- NN could be used to estimate forest parameters of small unit in the scale of counties or districts, whose performance could be better than that of traditional population based statistic method that only utilizes forest plot data.