[发明专利]一种特征选择的森林参数遥感估测方法

权利要求书

1.一种特征选择的森林参数遥感估测方法，其特征在于，包括以下步骤，从森林遥感影像中确定n个森林资源样地各自所在的遥感影像像元得到n个像元值，利用n个像元值得到m个遥感特征，利用m个遥感特征得到训练数据F，以留一法交叉验证相应的k最近邻法即k-NN估测模型反演的森林参数的均方根误差RMSE最小为原则，通过依次迭代选取遥感特征获得最优特征子集F_s，通过最优特征子集F_s优化区域森林参数的k-NN估测模型以实现森林参数遥感估测；所述F＝{f₁，f₂，...f_p...，f_m}，f_p＝[x_p1,x_p2,...,x_pn]^T，式中1≤p≤m，x_pi为第i个样地对应第p个特征所在影像像元的像元值，1≤i≤n，T为矩阵的转置；初始化最优特征子集F_s为空，即初始最优特征子集F_s＝null；初始化最优模型均方根误差为RMSE_O；依次利用特征{f₁，F_s}，{f₂，F_s}，...，{f_i-1，F_s}，{f_i，F_s}，{f_i+1，F_s}，...，{f_m，F_s}，其中f_i∈F-F_s，建立森林参数的k-NN估测模型，则共得到m-s个k-NN估测模型及每个模型对应的RMSE，s为最优特征子集的特征个数。

2.根据权利要求1所述的一种特征选择的森林参数遥感估测方法，其特征在于，所述RMSE采用留一法交叉验证计算得到，即每次从n个样地中不重复地抽取一个样地i，利用剩余的n-1个样地采用k-NN法估测样地i的森林参数值重复该过程共n次；设样地i的森林参数值为y_i，n次共得到n对

3.根据权利要求2所述的一种特征选择的森林参数遥感估测方法，其特征在于，确定最优RMSE，即RMSE最小值，若最优RMSE＜RMSE_O则将最优RMSE值赋给RMSE_O，将最优RMSE对应的特征子集赋给F_s以进行下一轮迭代运算，反之迭代结束。

4.根据权利要求3所述的一种特征选择的森林参数遥感估测方法，其特征在于，迭代结束后，利用迭代运算获得的最优特征子集得到最优遥感特征组合结合k-NN模型进行区域森林参数反演。

5.根据权利要求1所述的一种特征选择的森林参数遥感估测方法，其特征在于，所述k-NN估测模型包括通过以下公式求得待估像元属性值

式中V_pi为距离待估像元最近的样地属性值，1≤i≤k，k指样地个数，W_p,pi为权重。

6.根据权利要求5所述的一种特征选择的森林参数遥感估测方法，其特征在于，所述W_p,pi权重值与待估像元特征向量x_p到样地像元特征向量x_pi距离d_p,pi成反比，即：

所述距离d_p,pi通过以下公式求得：

式中C为样本协方差矩阵，C^-1为样本协方差矩阵的逆矩阵，T为矩阵的转置，x_p为待估像元特征向量，x_pi为样地像元特征向量。