不同植被类型森林生物量反演模型研究——以湖南省公益林为例.pdf

西北林学院学报2 0 2 4,3 9(1):7 3-8 0J o u r n a l o f N o r t h w e s t F o r e s t r y U n i v e r s i t y d o i:1 0.3 9 6 9/j.i s s n.1 0 0 1-7 4 6 1.2 0 2 4.0 1.1 0不同植被类型森林生物量反演模型研究 以湖南省公益林为例 收稿日期:2 0 2 2-1 1-0 1 修回日期:2 0 2 3-0 4-2 1 基金项目:湖南省重点研发项目(2 0 2 2 NK 2 0 1 8);广西壮族自治区科技攻关计划项目(桂科A B 2 1 2 2 0 0 2 6)。第一作者:刘慧婷。研究方向:生物技术与工程。E-m a i l:1 5 5 3 9 9 0 2 9 8q q.c o m*通信作者:潘 俊,博士,讲师。研究方向:最优化方法系统工程。E-m a i l:1 2 2 8 2 7 2 9 8 0q q.c o m刘慧婷1,2,潘 俊3*,符 玥4,王光军4,樊红波1,2,胡孔飞5(1.核工业二三研究所,湖南 长沙 4 1 0 0 0 7;2.湖南省伴生放射性矿产资源评价与综合利用工程技术研究中心,湖南 长沙 4 1 0 0 0 7;3.中南林业科技大学 理学院,湖南 长沙 4 1 0 0 0 4;4.中南林业科技大学 生命科学与技术学院,湖南 长沙 4 1 0 0 0 4;5.湖南景辉农林生态科技有限公司,湖南 长沙 4 1 0 0 0 4)摘 要:生态公益林是构筑国土生态安全的重要基础,是实现“两山”理念的重要保障。以湖南省不同植被类型(针叶林、阔叶林、针阔混交林、竹林和灌木)公益林为对象,利用2 0 2 1年湖南省公益林固定样地监测数据、L a n d s a t 8遥感数据,构建不同植被类型公益林生物量支持向量机模型、决策树模型和随机森林模型3种反演模型。结果表明,3种模型中,随机森林模型估算精度最高,其中竹林的拟合程度最好,R2为0.7 9,RM S E为2 5.6 0 th m-2。研究结果表明,基于随机森林模型、植被类型分类反演可以有效提高森林生物量的估测精度,为提升森林生物量估算的准确性提供新方法。关键词:植被类型;生物量;L a n d s a t 8 O L I;机器学习;湖南省公益林中图分类号:S 7 1 8.5 5 6 文献标志码:A 文章编号:1 0 0 1-7 4 6 1(2 0 2 4)0 1-0 0 7 3-0 8I n v e r s i o n M o d e l s o f F o r e s t B i o m a s s f o r D i f f e r e n t V e g e t a t i o n T y p e s A C a s e S t u d y o f P u b l i c W e l f a r e F o r e s t s i n H u n a n P r o v i n c eL I U H u i-t i n g1,2,P A N J u n3*,F U Y u e4,WA N G G u a n g-j u n4,F A N H o n g-b o1,2,H U K o n g-f e i5(1.C h a n g s h a U r a n i u m G e o l o g y R e s e a r c h I n s t i t u t e,C h a n g s h a 4 1 0 0 0 7,H u n a n,C h i n a;2.H u n a n E n g i n e e r i n g T e c h n o l o g y R e s e a r c h C e n t e r f o r E v a l u a t i o n a n d C o m p r e h e n s i v e U t i l i z a t i o n o f A s s o c i a t e d R a d i o a c t i v e M i n e r a l R e s o u r c e s,C h a n g s h a 4 1 0 0 0 7,H u n a n,C h i n a;3.C o l l e g e o f S c i e n c e,C e n t r a l S o u t h U n i v e r s i t y o f F o r e s t r y a n d T e c h n o l o g y,C h a n g s h a 4 1 0 0 0 4,H u n a n,C h i n a;4.C o l l e g e o f L i f e S c i e n c e a n d T e c h n o l o g y,C e n t r a l S o u t h U n i v e r s i t y o f F o r e s t r y a n d T e c h n o l o g y,C h a n g s h a 4 1 0 0 0 4,H u n a n,C h i n a;5.H u n a n J i n g h u i A g r i c u l t u r e a n d F o r e s t r y E c o l o g i c a l T e c h n o l o g y C o.L t d,C h a n g s h a 4 1 0 0 0 4,H u n a n,C h i n a)A b s t r a c t:E c o l o g i c a l p u b l i c w e l f a r e f o r e s t i s a n i m p o r t a n t f o u n d a t i o n f o r b u i l d i n g n a t i o n a l e c o l o g i c a l s e c u r i t y a n d a n i m p o r t a n t g u a r a n t e e f o r i m p l e m e n t i n g t h e“T w o M o u n t a i n s T h e o r y”.I n t h i s s t u d y,p u b l i c w e l f a r e f o r e s t s w i t h d i f f e r e n t v e g e t a t i o n t y p e s(c o n i f e r o u s f o r e s t s,b r o a d-l e a v e d f o r e s t s,m i x e d f o r e s t s o f c o n i f e r o u s a n d b r o a d-l e a v e d t r e e s,b a m b o o f o r e s t s,a n d s h r u b s)o c c u r r i n g i n H u n a n P r o v i n c e w e r e s e l e c t e d a s r e s e a r c h o b j e c t s.B y u s i n g t h e f i x e d p l o t m o n i t o r i n g d a t a o f p u b l i c w e l f a r e f o r e s t s i n H u n a n P r o v i n c e a n d L a n d s a t 8 r e m o t e s e n s i n g d a t a i n 2 0 2 1,t h r e e i n v e r s i o n m o d e l s,i n c l u d i n g t h e b i o m a s s s u p p o r t v e c t o r m a c h i n e m o d e l,d e c i s i o n t r e e m o d e l,a n d r a n d o m f o r e s t m o d e l,w e r e c o n s t r u c t e d f o r p u b l i c w e l f a r e f o r e s t s w i t h d i f f e r e n t v e g e t a t i o n t y p e s.T h e r e s u l t s s h o w e d t h a t a m o n g t h e t h r e e m o d e l s,t h e r a n d o m f o r e s t m o d e l h a d t h e h i g h-e s t e s t i m a t i o n a c c u r a c y,w i t h t h e b e s t f i t f o r b a m b o o f o r e s t s(R2:0.7 9 a n d RM S E:2 5.6 0 th m-2).T h e r e-s e a r c h r e s u l t s c o n f i r m e d t h a t v e g e t a t i o n c l a s s i f i c a t i o n i n v e r s i o n b a s e d o n t h e r a n d o m f o r e s t m o d e l c o u l d e f-f e c t i v e l y i m p r o v e t h e e s t i m a t i o n a c c u r a c y o f f o r e s t b i o m a s s a n d p r o v i d e a n e w m e t h o d f o r i m p r o v i n g t h e a c-c u r a c y o f f o r e s t b i o m a s s e s t i m a t i o n.K e y w o r d s:v e g e t a t i o n t y p e;b i o m a s s;L a n d s a t 8 O L I;m a c h i n e l e a r n i n g;H u n a n p u b l i c w e l f a r e f o r e s t 森林在全球碳循环和森林生态系统中发挥着不可替代的作用1。森林生物量是森林生态系统运行的能量基础和物质来源,是判断森林生态系统碳源、碳汇的重要标志2-3。为更好适应碳循环机制和提升森林生态质量,中国森林经营理念提出了维护和改善生态环境、保持生态平衡、保护生物多样性的生态公益林4。因此,在全球气候变化背景下针对生态公益林对其生物量的估测研究具有重要意义5-6。传统的森林生物量估测方法已经难以满足森林结构参数的更新需求7。随着森林信息化的发展,遥感技术不仅具有监测范围广、动态更新周期短的特点,且能够准确反映植被分布、类型、长势等情况,现已成为森林生物量估测研究的主要手段8-9。许振宇等1 0、蒋馥根等1 1、周蔚等1 2探讨了不同遥感数据与森林生物量之间的关系,分别建立桂东县森林生 物 量 估 测 模 型、旺 业 甸 林 场 落 叶 松(L a r i x g m e l i n i i)和樟子松(P i n u s s y l v e s t r i s)地上生物量回归估测模型、太平湖森林地上生物量估测模型。L a n d s a t卫星因长期免费提供历史档案和空间分辨率而具有独特的优势,使其成为广泛运用于估算森林生 物 量 的 光 学 遥 感 数 据 源1 3-1 5。L u1 6利 用L a n d s a t TM影像对巴西亚马逊地上生物量进行估计,发现遥感估测模型中加入纹理信息能提高森林生物量估算精度;K e l s e y等1 7以2 0 1 1年的L a n d s a t影像和森林资源调查数据,采用性能最佳的神经网络模型,生成了2 0 1 1年圣胡安国家森林的生物量图;周蓉等1 8基于L a n d s a t 8数据,采用随机森林特征重要性分析遥感特征的贡献率,对比研究B P神经网络算法的2种训练算法、S VM支持向量机的3种核函数构建地上生物量模型。这些研究表明,遥感影像在森林生物量估算中具有一定潜力和优势,但缺乏对区域代表性森林植被类型生物量的遥感监测和分布研究。本研究以湖南省公益林为对象,利用2 0 2 1年湖南省公益林固定样地监测数据、L a n d s a t 8遥感数据,基于不同植被类型,采用支持向量机模型、决策树模型和随机森林模型估算森林生物量,比较各模型的精度,最佳模型反演生成研究区域生物量分布图,为湖南省公益林资源的动态监测、功能区划和保护管理提供科学依据。1 材料与方法1.1 研究区概况根据湖南省2 0 2 1年森林资源管理“一张图”,2 0 2 1年湖南省省级以上公益林(以下简称“湖南省公益林”)总面积4 9 5.2 81 04 h m2,约占全省总面积 的2 3.3 6%,其 中 国 家 级 公 益 林3 9 1.7 81 04 h m2,省级公益林1 0 3.5 01 04 h m2,涵盖全省1 4个市(州)1 1 8个县(市、区)。将湖南省公益林植被分为5种植被类型,即针叶林、阔叶林、针阔混交林、竹林和灌木(表1)。1.2 样地数据来源与处理1.2.1 样地数据 样地数据采用湖南省2 0 2 1年公益林面上固定样地调查监测数据(图1)。利用单木生物量方程,分类逐株计算每个样地的单木生物量,通过汇总后得到样地总生物量。根据植被类型划分,将样地分为针叶林、阔叶林、针阔混交林、竹林和灌木5种类型,样地生物量统计结果见表2。表1 湖南省公益林的基本描述T a b l e 1 B a s i c d e s c r i p t i o n o f p u b l i c w e l f a r e f o r e s t s i n H u n a n P r o v i n c e植被类型公益林面积/(1 04 h m2)面积占比(%)主要植物群落针叶林2 1 4.5 44 3.1 6华山松(P.a r m a n d i i)、马尾松(P.m a s s o n i a n a)、杉木(C u n n i n g h a m i a l a n c e o l a-t a)、柏木(C u p r e s s u s f u n e b r is)、柳杉(C r y p t o m e r i a f o r t u n e i)等阔叶林8 1.7 51 6.5 1樟树(C i n n a m o m u m c a m p h o r a)、栎类(Q u e r c u s s p p.)、枫香(L i q u i d a m b a r f o r m o-s a n a)、檫木(S a s s a f r a s t z u m u)、木荷(S c h i m a s u p e r b a)等针阔混交林5 9.2 11 1.9 6马尾松、柏木、杉木等竹林4 6.7 19.4 3毛竹(P h y l l o s t a c h y s h e t e r o c y c l a)等灌木9 3.0 71 8.9 3灌木组总林地4 9 5.2 81 0 0-1.2.2 遥感影像数据及提取 利用G o o g l e E a r t h E n g i n e(G E E)平台所提供的L a n d s a t 8地标反射率产品(L C 0 8),空间分辨率为3 0 m。为保证影像完整覆盖以及与样地调查活动同期,影像选取的时间范围为2 0 2 1年5-1 0月,并选择云量针 阔 混 交 林针 叶 林灌木阔叶林。经比较发现,在对植被类型进行分类建模时,进行植被类型分类的模型精度大小顺序并不是固定的。L i等3 4利用理论模型将阔叶林、针叶林和混交林这3个精度值分别提高到0.8 9 7、0.8 5 6和0.8 2 6,模型精度大小排序为:阔叶林针叶林混交林。L i u等3 5建立森林类型生物量的R F模型呈现出阔叶林针叶林混交林的特征,R2分别是0.7 4 2 5、0.7 3 8 6、0.6 9 0 9,M a等3 6在回归模型中加入地形和林分结构因素,拟合效果针叶林R2为0.9 8,混交林R2为0.9 6,阔叶林R2为0.9 6,这是因为土壤、海拔、气候等因素造成了不同植被类型生物量具有各自的物种组成和林分结构,而且遥感数据的使用以及样本量的大小都会造成生87西北林学院学报3 9卷 物量估测偏差。4 结论B o r u t a算法筛选变量,N I R波段(B5)和SW I R波段(B6、B7)及其纹理波段具有明显优势。对于针叶林和竹林,纹理特征更为重要;阔叶林和混交林,波段组合和信息增强更为重要;对于总林地生物量变量选择过程中,多类遥感因子组合更有利于提高森林生物量模型的性能。随机森林模型较之多元线性回归、支持向量机和决策树模型,公益林生物量模型拟合能力最佳。用随机森林模型估测的针叶林、阔叶林、针阔混交林、竹林和灌木生物量验证R2分别为0.7 4、0.7 3、0.7 6、0.7 9和0.7 4,RM S E分别 为3 1.7 6、2 1.5 7、1 5.7 6、2 5.6 0 th m-2和2.1 1 th m-2,表明模型有较好的生物量估测精度。相对于总林地的随机森林模型R2为0.6 7,RM S E为3 0.7 7 th m-2,对植被类型进行分类 可以有效 提高森 林 生 物 量 的 估 测精度。参考文献:1 I P C C.C l i m a t e C h a n g e 2 0 1 3:T h e P h y s i c a l S c i e n c e B a s i s.C o n-t r i b u t i o n o f w o r k i n g g r o u p t o t h e f i f t h a s s e s s m e n t r e p o r t o f t h e i n t e r g o v e r n m e n t a l p a n e l o n c l i m a t e c h a n g eM.C a m-b r i d g e,U n i t e d K i n g d o m a n d N e w Y o r k,NY,U S A:C a m b r i d g e U n i v e r s i t y P r e s s,2 0 1 3:3 8 3-4 6 4.2 GA L I D AK I G,Z I AN I S D,G I T A S I,e t a l.V e g e t a t i o n b i o m a s s e s t i m a t i o n w i t h r e m o t e s e n s i n g:f o c u s o n f o r e s t a n d o t h e r w o o d e d l a n d o v e r t h e M e d i t e r r a n e a n e c o s y s t e mJ.I n t e r n a-t i o n a l J o u r n a l o f R e m o t e S e n s i n g,2 0 1 7,3 8:1 9 4 0-1 9 6 6.3 M I UR A N,J ON E S S D.C h a r a c t e r i z i n g f o r e s t e c o l o g i c a l s t r u c-t u r e u s i n g p u l s e t y p e s a n d h e i g h t s o f a i r b o r n e l a s e r s c a n n i n gJ.R e m o t e S e n s i n g o f E n v i r o n m e n t,2 0 1 0,1 1 4:1 0 6 9-1 0 7 6.4 许兆君.中国国有林权制度改革研究M.北京:中国林业出版社,2 0 0 8.5 HOUGHT ON R.A b o v e g r o u n d f o r e s t b i o m a s s a n d t h e g l o b a l c a r b o n b a l a n c eJ.G l o b a l c h a n g e b i o l o g y,2 0 0 5,1 1:9 4 5-9 5 8.6 HOUGHT ON R,HA L L F,GO E T Z S J.I m p o r t a n c e o f b i o-m a s s i n t h e g l o b a l c a r b o n c y c l eJ.J o u r n a l o f G e o p h y s i c a l R e-s e a r c h:B i o g e o s c i e n c e s,2 0 1 1,1 1 6(G 2):1-1 3.7 WE S T P W.T r e e a n d f o r e s t m e a s u r e m e n tM.B e r l i n G e r m-c u n y:S p r i n g e r,2 0 0 9.8 C AO L,C OO P S N C,I NN E S J L,e t a l.E s t i m a t i o n o f f o r e s t b i o m a s s d y n a m i c s i n s u b t r o p i c a l f o r e s t s u s i n g m u l t i-t e m p o r a l a i r b o r n e L i D A R d a t aJ.R e m o t e S e n s i n g o f E n v i r o n m e n t,2 0 1 6,1 7 8:1 5 8-1 7 1.9 F OO D Y G M,B OY D D S,C UT L E R M E.P r e d i c t i v e r e l a t i o n s o f t r o p i c a l f o r e s t b i o m a s s f r o m L a n d s a t TM d a t a a n d t h e i r t r a n s f e r a b i l i t y b e t w e e n r e g i o n sJ.R e m o t e S e n s i n g o f E n v i-r o n m e n t,2 0 0 3,8 5:4 6 3-4 7 4.1 0 许振宇,李盈昌,李明阳,等.基于S e n t i n e l-1 A和L a n d s a t 8数据的区域森林生物量反演J.中南林业科技大学学报,2 0 2 0,4 0(1 1):1 4 7-1 5 5.XU Z Y,L I Y C,L I M Y,e t a l.F o r e s t b i o m a s s r e t r i e v a l b a s e d o n S e n t i n e l-1 A a n d L a n d s a t 8 i m a g eJ.J o u r n a l o f C e n t r a l S o u t h U n i v e r s i t y o f F o r e s t r y&T e c h n o l o g y,2 0 2 0,4 0(1 1):1 4 7-1 5 5.(i n C h i n e s e)1 1 蒋馥根,孙华,李成杰,等.联合G F-6和S e n t i n e l-2红边波段的森林地上生物量反演J.生态学报,2 0 2 1,4 1(2 0):8 2 2 2-8 2 3 6.J I AN G F G,S UN H,L I C J,e t a l.R e t r i e v i n g t h e f o r e s t a b o v e g r o u n d b i o m a s s b y c o m b i n i n g t h e r e d e d g e b a n d s o f S e n t i n e l-2 a n d G F-6J.A c t a E c o l o g i c a S i n i c a,2 0 2 1,4 1(2 0):8 2 2 2-8 2 3 6.(i n C h i n e s e)1 2 周蔚,吕延杰,林起楠.联合光学和合成孔径雷达数据的太平湖森林地上生物量反演研究J.西北林学院学报,2 0 2 3,3 8(2):1 9 3-2 0 0.Z HOU W,L Y J,L I N Q N.R e t r i e v a l o f a b o v e g r o u n d b i o-m a s s i n T a i p i n g L a k e f o r e s t s u s i n g o p t i c a l a n d S A R d a t a s e tJ.J o u r n a l o f N o r t h w e s t F o r e s t r y U n i v e r s i t y.2 0 2 3,3 8(2):1 9 3-2 0 0.(i n C h i n e s e)1 3 WU L D E R M A,L OV E L AN D T R,R OY D P,e t a l.C u r r e n t s t a t u s o f L a n d s a t p r o g r a m,s c i e n c e,a n d a p p l i c a t i o n sJ.R e-m o t e S e n s i n g o f E n v i r o n m e n t,2 0 1 9,2 2 5:1 2 7-1 4 7.1 4 Z HU Z,WU L D E R M A,R OY D P,e t a l.B e n e f i t s o f t h e f r e e a n d o p e n L a n d s a t d a t a p o l i c yJ.R e m o t e S e n s i n g o f E n v i r o n-m e n t,2 0 1 9,2 2 4:3 8 2-3 8 5.1 5 WU L D E R M A,R OY D P,R A D E L O F F V C,e t a l.F i f t y y e a r s o f L a n d s a t s c i e n c e a n d i m p a c t sJ.R e m o t e S e n s i n g o f E n v i r o n m e n t,2 0 2 2,2 8 0:1 1 3 1 9 5.1 6 L U D.A b o v e g r o u n d b i o m a s s e s t i m a t i o n u s i n g L a n d s a t TM d a t a i n t h e B r a z i l i a n Am a z o nJ.I n t e r n a t i o n a l J o u r n a l o f R e-m o t e S e n s i n g,2 0 0 5,2 6:2 5 0 9-2 5 2 5.1 7 K E L S E Y K C,N E F F J C.E s t i m a t e s o f a b o v e g r o u n d b i o m a s s f r o m t e x t u r e a n a l y s i s o f L a n d s a t i m a g e r yJ.R e m o t e S e n s-i n g,2 0 1 4,6:6 4 0 7-6 4 2 2.1 8 周蓉,赵天忠,吴发云.基于L a n d s a t 8遥感影像的地上生物量模型反演研究J.西北林学院学报,2 0 2 2,3 7(2):1 8 6-1 9 2.Z HOU R,Z HAO T Z,WU F Y.A b o v e g r o u n d b i o m a s s m o d e l b a s e d o n L a n d s a t 8 r e m o t e s e n s i n g i m a g e sJ.J o u r n a l o f N o r t h w e s t F o r e s t r y U n i v e r s i t y,2 0 2 2,3 7(2):1 8 6-1 9 2.(i n C h i n e s e)1 9 戴莉莉,李海涛,顾海燕,等.特征优选下的遥感影像面向对象分类规则构建J.测绘科学,2 0 1 9,4 4(2):2 6-3 2.D A I L L,L I H T,GU H Y,e t a l.C o n s t r u c t i o n o f o b j e c t-b a s e d i m a g e c l a s s i f i c a t i o n r u l e s f o r r e m o t e s e n s i n g i m a g e s s u p p o r t e d b y f e a t u r e o p t i m i z a t i o n J.S c i e n c e o f S u r v e y i n g a n d M a p p i n g,2 0 1 9,4 4(2):2 6-3 2.(i n C h i n e s e)2 0 C O R T E S C,VA P N I K V.S u p p o r t-v e c t o r n e t w o r k sJ.M a-c h i n e L e a r n i n g,1 9 9 5,2 0:2 7 3-2 9 7.2 1 C A N O J R,G U T I R R E Z P A,K R A WC Z Y K B,e t a l.M o n o t o n i c c l a s s i f i c a t i o n:A n o v e r v i e w o n a l g o r i t h m s,p e r f o r m a n c e m e a s u r e s a n d d a t a s e t sJ.N e u r o c o m p u t i n g,2 0 1 9,3 4 1:1 6 8-1 8 2.2 2 B R E I MAN L.R a n d o m f o r e s t sJ.M a c h i n e L e a r n i n g,2 0 0 1,4 5:5-3 2.2 3 W I L LMO T T C J,A C K L E S ON S G,D AV I S R E,e t a l.S t a-97第1期刘慧婷 等:不同植被类型森林生物量反演模型研究 以湖南省公益林为例t i s t i c s f o r t h e e v a l u a t i o n a n d c o m p a r i s o n o f m o d e l sJ.J o u r-n a l o f G e o p h y s i c a l R e s e a r c h,1 9 8 6,9 0:8 9 9 5-9 0 0 5.2 4 S AN T I E,T A R AN T I NO C,AM I C I V,e t a l.F i n e-s c a l e s p a-t i a l d i s t r i b u t i o n o f b i o m a s s u s i n g s a t e l l i t e i m a g e sJ.J o u r n a l o f E c o l o g y a n d t h e N a t u r a l E n v i r o n m e n t,2 0 1 4,6:7 5-8 6.2 5 C HR Y S A F I S I,MA L L I N I S G,G I T A S I,e t a l.E s t i m a t i n g m e d i t e r r a n e a n f o r e s t p a r a m e t e r s u s i n g m u l t i s e a s o n a l L a n d s a t 8 O L I i m a g e r y a n d a n e n s e m b l e l e a r n i n g m e t h o dJ.R e m o t e S e n s i n g o f E n v i r o n m e n t,2 0 1 7,1 9 9:1 5 4-1 6 6.2 6 GAO Y,L U D,O R C I D G L,e t a l.C o m p a r a t i v e a n a l y s i s o f m o d e l i n g a l g o r i t h m s f o r f o r e s t a b o v e g r o u n d b i o m a s s e s t i m a-t i o n i n a S u b t r o p i c a l R e g i o nJ.R e m o t e S e n s i n g,2 0 1 8,1 0:6 2 7.2 7 R OY D P,WU L D E R M A,L OV E L AN D T R,e t a l.L a n d s a t-8:S c i e n c e a n d p r o d u c t v i s i o n f o r t e r r e s t r i a l g l o b a l c h a n g e r e-s e a r c hJ.R e m o t e S e n s i n g o f E n v i r o n m e n t,2 0 1 4,1 4 5:1 5 4-1 7 2.2 8 L OV E L AN D T R,I R ON S J R.L a n d s a t 8:T h e p l a n s,t h e r e-a l i t y,a n d t h e l e g a c yJ.R e m o t e S e n s i n g o f E n v i r o n m e n t,2 0 1 6,1 8 5:1-6.2 9 Z HAN G Y,MA J,L I AN G S,e t a l.A n e v a l u a t i o n o f e i g h t m a c h i n e l e a r n i n g r e g r e s s i o n a l g o r i t h m s f o r f o r e s