基于机器学习算法的九寨沟自然保护区植被生态水储量定量反演研究

Research on Quantitative Retrieval of Vegetation Ecological Water Reserves in Jiuzhaigou Natural Reserve Based on Machine Learning Algorithm

运用不同数据源(Sentinel-2B影像和Landsat8 OLI影像)和回归方法(XGBoost模型、MARS模型和随机森林模型)的能力,以改善九寨沟自然保护区的植被生态水储量定量反演。建立并采集了54个样地数据,以获得参考区域的实测植被生态水含量,并通过相关性分析计算出60个指标用作构建植被生态水储量模型的预测因子。结果表明,纹理指数在植被生态水反演中具有较高的相关性,属于重要变量指标。在XGBoost模型中,结合Landsat8 OLI和Sentinel-12B影像作为预测变量反演的相关性最高,R2为0.57,RMSE为48,提供了最好的生态水储量估计。