联合星载icesat-glas波形与多光谱landsat-tm影像的森林郁闭度估测

森林郁闭度的空间分布是评价森林生产力和分解率的一个重要指标.本研究以吉林汪清林区为研究区,分别利用星载激光雷达icesat-glas波形数据和多光谱遥感landsattm影像对该区的森林郁闭度进行估测,然后采用多元线性回归和bp神经网络两种方法对glas数据和tm数据进行联合,共同估测了森林郁闭度.结果表明:单一遥感数据估测森林郁闭度时,glas数据的模型决定系数为0.762,tm数据的模型决定系数为0.598.将glas数据和tm数据联合后估测森林郁闭度时,多元线性回归模型的复决定系数为0.841,bp神经网络模型的仿真精度为0.851.表明icesat-glas数据与landsat-tm影像联合能够发挥多源遥感数据的优势,提高森林郁闭度的估测精度,并为后续的空间区域内森林郁闭度的连续制图提供可靠的方法.？