.png){kind=icon}
返回
Optimizing Forest Aboveground Biomass Models with Multi-Parameter Integration
.png){kind=icon}
OA
AI
DOI：10.3390/s26061974.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
森林是陆地碳库的基本组成部分，并通过碳封存发挥缓解气候变化的关键作用。地上生物量（AGB）的准确估算对于量化碳收支和指导生态系统模型至关重要。本研究以中国四川省卧龙自然保护区为研究区，该区域为高植被覆盖、以针叶林和混交林为主的山区，构建并评估了融合冠层高度、叶面积指数（LAI）、植被指数（VIs）和地形变量的AGB估算模型。首先，建立了单变量参数模型（线性、指数、对数、幂函数和多项式）以关联冠层高度与实地测量的AGB。随后，开发了包含VIs、LAI和地形指标的多变量回归模型。最后，实施了一种基于决策树的机器学习框架以利用综合预测变量集。比较分析表明，基于冠层高度和传统多变量回归的模型均倾向于高估AGB，限制了其在大规模评估中的应用。相比之下，经过参数调优和交叉验证的优化决策树模型实现了更优异的预测精度。
Keyword:
forest AGB estimation
multi-parameter
machine learning
models
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
Hong, C.; Qu, Y. Comparison of smartphone app and digital hemispherical photography for estimating leaf area index. J. Beijing Norm. Univ. (Nat. Sci.) 2023, 59, 125–135. [Google Scholar] [CrossRef]Hong, C.; Qu, Y. 智能手机应用与数字天顶摄影在估算叶面积指数方面的比较. J. Beijing Norm. Univ. (Nat. Sci.) 2023, 59, 125–135. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏Estimation of Forest Leaf Area Index Based on GEE Data Fusion Method刘, X.; 何, L.; 何, Z.; 魏Y. 基于GEE数据融合方法的森林叶面积指数估算. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2025, 18, 4510–4524. [Google Scholar] [CrossRef]
PREAI
分享收藏分享收藏PolSAR-Decomposition-Based Extended Water Cloud Modeling for Forest Aboveground Biomass Estimation
OAAI
OAAI分享收藏Fusion of Multiple Gridded Biomass Datasets for Generating a Global Forest Aboveground Biomass Map融合多个网格化生物量数据集以生成全球森林地上生物量图OAAI
OAAI分享收藏
查看更多内容