基于偏最小二乘回归的森林蓄积量遥感估测.pdf

《基于偏最小二乘回归的森林蓄积量遥感估测.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34卷第2期中南林业科技大学学报、，o1．34NO．22014年2月JournalofCentralSouthUniversityofForestry&TechnologyFeb．2014基于偏最小二乘回归的森林蓄积量遥感估测刘琼阁，彭道黎，涂云燕(北京林业大学林学院，北京100083)摘要：森林蓄积量受遥感因子与地形因子的影响，但这些因子间存在多重相关性，会影响模型稳定性与精度。针对森林蓄积量遥感估测自变量间存在多重共线性问题，采用异于传统最小二乘的偏最小二乘方法建立密云县森林蓄积量遥感估测模型。先对可能影响蓄积量的因子进行分析，选取既存在相关性又对模型显著性有影响的因子

2、为森林蓄积量估测的自变量。用预留的样本对模型进行检验，预测值与实测值相比精度达到90．1％。将通过检验的模型对整个密云县进行反演，得到密云县估测森林蓄积量为2447695．203m。关键词：森林蓄积量；遥感因子；地形因子；多重相关性；偏最小二乘中图分类号：$757．219文献标志码：A文章编号：1673-923X(2014)02-0081—04EstimationofforeststockvolumebasedonpartialleastsquaresregressionLIUQiong—ge，PENGDao—li，TUYun—yah(CollegeofForestry,Be

3、ijingForestryUniversity,Beijing100083，China)Abstraet：Foreststockvolumeisaffectedbyremotesensingfactorsandtopographicalfactors，butthereisamultiplecorrelationbetweenthefactorsthatCala岱：ctthestabilityofthemodelandtheaccuracyofprediction．Aimingattheproblemofmultiplecorelationbetweentheestimatio

4、nindependentvariables，thepartialleastsquaresregressionwasadoptedandtheremotesensingestimationofforestVOlumemodelforMiyuncountyofBeijingwhichdifersfromthe仃aditionalleastsquaresmethodwasestablished．Thefactorstl1atmayaffectthestockvolumewerefoundoutandthefactorsrelatedwithstockvolumeandsignifi

5、cantlyinfluencedtomodelwereselectedasindependentvariab1esofforeststockvolumeestimationmode1．Themodelwasexaminedbythesamplereserved。andthepredictedvalueswerecomparedwiththemeasuredvalues．theaccuracyofthesetasidesamplewas90．1％．Byusingthetestedmodeltopredictforeststockvolume．theestimatedValueo

6、fforeststockvolumeforMiyuncountywas2447695．203m．Keywords：foreststockvolume；remotesensingfactors；topographicalfactors；multiplecorelations；partialleastsquares森林是地球上最大的陆地生态系统，是地球遥感(RS)、地理信息系统(GIS)与计算机的发上的基因库、碳贮库、蓄水库和能源库，在全球展以及与数学模型的结合应用，为森林蓄积量的生态系统平衡中发挥着重要作用，是人类和多种估测带来了新的发展方向，为森林资源的快速监物种赖以生存和发

7、展的基础，其数量与质量是决测，实现实时的森林资源状况分析、评价带来了新定森林经济效益与生态系统服务功能的关键。森的方法。林蓄积量是衡量一个国家森林健康与否的重要标目前，通过遥感图像估测森林蓄积量已成志，也是政府掌握国家森林资源状况和制定计划采为森林资源调查研究的热点之一。主要用于建模伐、森林经营管理措施的重要依据。传统的蓄积量的方法有多元线性回归模型与描述非线性关系的的测定主要是通过全国森林资源一、二类清查获得KNN法与人工神经网络模型[24]0在实际建模过程数据，存在工作量大，耗时，需要经费多等问题，