基于主成分分析的叶面积指数尺度效应.pdf

基于主成分分析的叶面积指数尺度效应.pdf

ID:52175481

大小:1.39 MB

页数:6页

时间:2020-03-23

基于主成分分析的叶面积指数尺度效应.pdf_第1页
基于主成分分析的叶面积指数尺度效应.pdf_第2页
基于主成分分析的叶面积指数尺度效应.pdf_第3页
基于主成分分析的叶面积指数尺度效应.pdf_第4页
基于主成分分析的叶面积指数尺度效应.pdf_第5页
资源描述:

《基于主成分分析的叶面积指数尺度效应.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第28卷第11期农业工程学报2012年6月TransactionsoftheChineseSocietyofAgriculturalEngineeringV01.28No.11Jun2012基于主成分分析的叶面积指数尺度效应董莹莹1,2王纪华1,_,李存军1※,杨贵军1,徐新刚1王慧芳l'2,黄文江1(1.北京农业信息技术研究中心,北京100097=2.浙江大学农业遥感与信息技术应用研究所,杭州310029)摘要:为描述多守间尺度观测数据存表达同一区域农作物叶面积指数(LAD分布特征时存在的差异,该文提出了一种基于主成分

2、分析(PCA)的LA!尺度效府分析方法。该方法充分考虑了多尺度数据的相关性与差异性,从统计分析角度出发,采用PCA进行数据挖掘和信息重组,引入动态多无线性回归模式基于主成分信息(PCs)反演fJi算Lu,进而定量描述尺度效应。选取大麦和玉米为试验对象,先以地面最细空问尺度观测数据为基准,通过尺度l:推构建一系列不同空间八度数据;再依据上述尺度效应分析方法进行有教信息提取和LAI估算,并纳入有效主成分个数(NEPCs)、决定系数(露)和平均相对精度(MRA)等参数定量描述尺度效应。理论分析和数值实践证实了该方法在农作物LA

3、I尺度效应定龟分析中的町行性和有效性。关键词:主成分分析(PCA),统计分析,线性回归,空间尺度,尺度效应,叶面积指数(LAI)doi:10.3969,j.issn.1002—6819.2012.11.027中图分类号:TP79文献标志码:A文章编号:1002—6819(2012)-1I一0164—06董莹莹,王纪华.李存军.等.基于主成分分析的叶面积指数尺度效应[J]农业工程学报,2012,28(11):164—169.DongYingying,WangJihua,LiCunjuIl,el:a1.Analyzingsc

4、aleeffectsofcropLAIbasedonPCAmethod[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2012,28(11):164—169.(inChinesewithEnglishabstract)0引言叶面积指数(1eafareaindex,LAI)是一个重要的植物学参数,其窄间分布特,怔对定量描述农作物长势具有参考价值和实用意义{l‘2I。存农业遥感研究中,LAl分布特征的描述主

5、要是基于遥感观测数据开展的。鉴于不同空间尺度观测信息在LAl分布特征描述方面存在或多或少的差异,因此如何定量描述此类差异即定量分析尺度效应,成为遥感尺度问题研究的重要内容p。51。所谓尺度效应,是指不同尺度数据在表达同一地表参数时存在的差异【“”。在尺度效J恒研究领域,分析方法可划分为统计类和物理类2种。其中统计类方法主要有方差分析18’9l、变异函数法【10f¨1、分形信息维等【12-17];物理类方法主要有泰勒级数展开模型[18-20】、计算几何模型【2lJ、作物冠层辐射传输模型等【z21。统计类方法从数据自身统计特

6、性出发,研究不同尺度数据描述同一地表参数的规律;物理类方法以物理机制为基础,选用合适的数学工具进行尺度效应产生机理的分析与探讨,二者均有各自的适用条件和使用范围。考虑到物理模型对地表的均一性和反演模型的非线性有一定的要求,本文从数据处理模式和建模方收稿口期:2011.10-12修订日期:2012-04-09基金项日:国家蓖点基础研究发展计划(973)资助项目(201ICB311806);国家自然科学基金链助项目(41071228);国家自然科学基金资助项目(31071324)作者简介:莆茕巷(1984一)。女(汉族).山

7、东淄博人,博上生,浙江大学环境与资源学院农_k遥感与信息技术应用专业,土要从事遥感信息的尺度转换和真实性检验等研究。Email:cici520I@163.com※通信作者:李存军(1975--),男(汉族).湖北十堰人,副研究员,北京农业信息技术研究中心,主要从事农业定量遥感应用研究。Email:l萌@ncrcita.org.cn式角度出发,提出了一种基于主成分分析(principalcomponentanalysis,PCA)数据挖掘理论川和动态多元线性回归估算模式【矧的农作物LAI尺度效应分析方法。该方法引入PCA理

8、论对多尺度遥感观测数据进行数据挖掘及有效信息重组,以提高数据统计的町靠:在建模环节纳入基于主成分信息(principalcomponents,PCs)的动态多元线性回归估算模式,一方面充分挖掘LAI反演估算中的有效信息量,另一方面为LAI尺度效应定量分析提供数据支持。1材料与方法1.1研究区与数据采集为验iIE基十P

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。