基于Landsat 时间序列影像和AHTC 算法的高山松地上生物量估测

打开文本图片集

摘 要：【目的】为了提高高山松地上生物量估测的精度，开发一种滤波算法，减少Landsat 时间序列数据的噪声。【方法】基于1987、1992、1997、2002、2007、2012、2017 年国家森林资源连续清查固定样地的数据以及1987—2017 年的Landsat 时间序列影像，利用谷歌地球引擎（Google earth engine， GEE）以及Python，通过LandTrendr 滤波、Savitzky-Golay 滤波、Horn 卷积以及基于空间卷积理论开发的自适应霍恩地形卷积（Adaptivehorn topography convolution， AHTC）算法对Landsat 时间序列数据进行滤波，应用随机森林回归算法（Randomforest regression， RFR）构建香格里拉市高山松地上生物量估测模型，并选择最优估测模型对1987、1992、1997、2002、2007、2012、2017 年高山松地上生物量进行反演制图。（剩余593字）