基于XGBoost的无人机多光谱遥感监测樟树叶面积指数和地上生物量

利用无人机多光谱技术获取樟树叶面积指数和生物量信息，及时快速诊断樟树矮林生长状况，有助于提升樟树矮林精准管理水平。多光谱遥感图像提供大面积的植物光谱信息，可对叶面积指数、地上生物量和其他植物理化参数进行详细的定量评估，是评估分析植物健康非常有效的工具。本文以红壤地区的樟树矮林为研究对象，利用无人机多光谱相机获取樟树矮林冠层遥感影像，采用XGBoost、GBDT、RF、RFNN、SVR算法，研究原始波段反射率、光谱指数与樟树LAI、AGB之间的相关性及估测精度。结果表明:不同模型输入量，基于RF估测模型精度有较明显的差异，其余 4 个模型有差异但较小。不同建模方法，基于XGBoost估测樟树LAI模型精度最高，以波段反射率为模型输入量，模型测试集R2 为0.862，RMSE为0.390.基于XGBoost估测樟树AGB模型精度最高，以光谱指数为模型输入量，模型测试集R2为0.929，RMSE为587.746 kg·hm-2.XGBoost模型为最佳樟树LAI和AGB估测模型，其次为GBDT、RF、RFNN、SVR.本研究成果可为基于无人机多光谱技术的樟树矮林监测提供理论依据，为快速估测樟树生长参数提供了参考依据。