苏华:基于光学与SAR因子的森林生物量多元回归估算——以福建省为例论文

苏华:基于光学与SAR因子的森林生物量多元回归估算——以福建省为例论文

本文主要研究内容

作者苏华,张明慧,李静,陈修治,汪小钦(2019)在《基于光学与SAR因子的森林生物量多元回归估算——以福建省为例》一文中研究指出:基于福建省Landsat-8 OLI影像,利用混合像元分解模型从实测样地数据中筛选出"纯净"的植被像元,并将筛选出的样地分为针叶林、阔叶林和混交林3种植被类型,依次提取3种不同植被类型"纯净"植被像元的树高、林龄、坡度属性信息以及对应的光学NDVI、RVI植被因子和合成孔径雷达(SAR)HH、HV极化后向散射因子,分别构成不同植被类型的"含光学特征多元因子"(NDVI、RVI、树高、林龄、坡度)和"含SAR特征多元因子"(HH、HV、树高、林龄、坡度),开展对比研究。采用含光学特征的多元因子回归模型先估测不同植被类型的森林叶生物量,然后根据叶生物量与地上生物量的关系间接估测森林地上生物量。同时,采用含SAR特征的多元因子回归模型直接估测森林的地上生物量。最后,对比分析这两组多元回归模型的估测精度。结果表明:不同植被类型的含光学特征多元回归模型的验证精度(针叶林:R~2为0.483,RMSE为29.522 t/hm~2;阔叶林:R~2为0.470,RMSE为21.632 t/hm~2;混交林:R~2为0.351,RSME为25.253 t/hm~2)比含SAR特征多元回归模型的验证精度(针叶林:R~2为0.319,RMSE为28.352 t/hm~2;阔叶林:R~2为0.353,RMSE为18.991t/hm~2;混交林:R~2为0.281,RMSE为26.637 t/hm~2)略高,说明在福建省森林生物量估算中采用含光学特征的多元回归模型(先估测叶生物量进而间接估测地上生物量)比利用含SAR特征的多元回归模型(直接估测地上生物量)更具优势。

Abstract

ji yu fu jian sheng Landsat-8 OLIying xiang ,li yong hun ge xiang yuan fen jie mo xing cong shi ce yang de shu ju zhong shai shua chu "chun jing "de zhi bei xiang yuan ,bing jiang shai shua chu de yang de fen wei zhen xie lin 、kuo xie lin he hun jiao lin 3chong zhi bei lei xing ,yi ci di qu 3chong bu tong zhi bei lei xing "chun jing "zhi bei xiang yuan de shu gao 、lin ling 、po du shu xing xin xi yi ji dui ying de guang xue NDVI、RVIzhi bei yin zi he ge cheng kong jing lei da (SAR)HH、HVji hua hou xiang san she yin zi ,fen bie gou cheng bu tong zhi bei lei xing de "han guang xue te zheng duo yuan yin zi "(NDVI、RVI、shu gao 、lin ling 、po du )he "han SARte zheng duo yuan yin zi "(HH、HV、shu gao 、lin ling 、po du ),kai zhan dui bi yan jiu 。cai yong han guang xue te zheng de duo yuan yin zi hui gui mo xing xian gu ce bu tong zhi bei lei xing de sen lin xie sheng wu liang ,ran hou gen ju xie sheng wu liang yu de shang sheng wu liang de guan ji jian jie gu ce sen lin de shang sheng wu liang 。tong shi ,cai yong han SARte zheng de duo yuan yin zi hui gui mo xing zhi jie gu ce sen lin de de shang sheng wu liang 。zui hou ,dui bi fen xi zhe liang zu duo yuan hui gui mo xing de gu ce jing du 。jie guo biao ming :bu tong zhi bei lei xing de han guang xue te zheng duo yuan hui gui mo xing de yan zheng jing du (zhen xie lin :R~2wei 0.483,RMSEwei 29.522 t/hm~2;kuo xie lin :R~2wei 0.470,RMSEwei 21.632 t/hm~2;hun jiao lin :R~2wei 0.351,RSMEwei 25.253 t/hm~2)bi han SARte zheng duo yuan hui gui mo xing de yan zheng jing du (zhen xie lin :R~2wei 0.319,RMSEwei 28.352 t/hm~2;kuo xie lin :R~2wei 0.353,RMSEwei 18.991t/hm~2;hun jiao lin :R~2wei 0.281,RMSEwei 26.637 t/hm~2)lve gao ,shui ming zai fu jian sheng sen lin sheng wu liang gu suan zhong cai yong han guang xue te zheng de duo yuan hui gui mo xing (xian gu ce xie sheng wu liang jin er jian jie gu ce de shang sheng wu liang )bi li yong han SARte zheng de duo yuan hui gui mo xing (zhi jie gu ce de shang sheng wu liang )geng ju you shi 。

论文参考文献

  • [1].森林生物量遥感降尺度研究[J]. 刘沁茹,孙睿.  生态学报.2019(11)
  • [2].遥感在森林地上生物量估算中的应用[J]. 何红艳,郭志华,肖文发.  生态学杂志.2007(08)
  • [3].基于激光雷达的大兴安岭典型森林生物量制图技术研究[J]. 穆喜云,张秋良,刘清旺,庞勇,胡凯龙.  遥感技术与应用.2015(02)
  • [4].基于蓄积的森林生物量估算方法的对比分析[J]. 尹惠妍,李海奎.  林业科学研究.2014(06)
  • [5].森林地上生物量遥感估测研究进展[J]. 娄雪婷,曾源,吴炳方.  国土资源遥感.2011(01)
  • [6].森林生物量估算方法研究进展[J]. 王超,贾翔,赵莹,金慧,刘丽杰,尹航,王卓聪.  北华大学学报(自然科学版).2019(03)
  • [7].基于遥感与地统计的森林生物量时空变异分析[J]. 毛学刚,王静文,范文义.  北京林业大学学报.2016(02)
  • [8].森林生物量的研究进展[J]. 周超.  现代园艺.2016(13)
  • [9].江苏省森林生物量与生产力估算及空间分布格局分析[J]. 温小荣,蒋丽秀,刘磊,林国忠,郑勇,谢小杰,佘光辉.  西北林学院学报.2014(01)
  • [10].基于遥感数据的森林生物量测定理论与方法[J]. 陈文烯.  亚热带水土保持.2013(02)
  • 论文详细介绍

    论文作者分别是来自遥感技术与应用的苏华,张明慧,李静,陈修治,汪小钦,发表于刊物遥感技术与应用2019年04期论文,是一篇关于地上生物量论文,叶生物量论文,光学特征论文,特征论文,多元因子论文,遥感技术与应用2019年04期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自遥感技术与应用2019年04期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    苏华:基于光学与SAR因子的森林生物量多元回归估算——以福建省为例论文
    下载Doc文档

    猜你喜欢