基于地理加权回归模型的亚热带地区乔木林生物量估算

被引：7

作者：

王海宾 ^{[1
]}

侯瑞萍 ^{[2
]}

郑冬梅 ^{[2
]}

高秀会 ^{[3
]}

夏朝宗 ^{[2
]}

彭道黎 ^{[1
]}

机构：

[1] 北京林业大学林学院

[2] 国家林业局调查规划设计院

[3] 中国空间科学技术研究院通信卫星事业部

来源：

农业机械学报 | 2018年 / 49卷 / 06期

关键词：

乔木林; 生物量; 地理加权回归; 协同克里格; 估算;

D O I：

暂无

中图分类号：

S718.556 [];

学科分类号：

071012 ; 0713 ;

摘要：

基于浙江省碳汇样地调查数据,以乔木林生物量(含地上和地下生物量)为因变量,将筛选的与因变量相关性较高的因子作为解释变量,采用地理加权回归和协同克里格方法对乔木林生物量进行估算,对比分析两种估测方法的精度。结果表明:基于地理加权回归方法构建的乔木林生物量估算模型(R2adj=0.820 4,RMSE=23.021 5 t/hm2)精度优于协同克里格方法(R2adj=0.726 3,RMSE=28.054 9 t/hm2),同时使用地理加权回归方法的乔木林生物量预测值的变异系数(Cv=0.618 9)高于协同克里格法(Cv=0.585 4),由此可知地理加权回归方法因考虑了待估变量的局部变异,比协同克里格方法具有更好的拟合结果,预测精度较高。

引用

页码：184 / 190

页数：7

共 18 条

[1]

A geographically weighted regression kriging approach for mapping soil organic carbon stock.[J].Sandeep Kumar;Rattan Lal;Desheng Liu.Geoderma.2012,

[2]

Modifying geographically weighted regression for estimating aboveground biomass in tropical rainforests by multispectral remote sensing data.[J].Pavel Propastin.International Journal of Applied Earth Observations and Geoinformation.2011,

[3] Spatial heterogeneity and carbon contribution of aboveground biomass of moso bamboo by using geostatistical theory [J].

Du, Huaqiang ;

Zhou, Guomo ;

Fan, Wenyi ;

Ge, Hongli ;

Xu, Xiaojun ;

Shi, Yongjun ;

Fan, Weiliang .

PLANT ECOLOGY, 2010, 207 (01) :131-139

[4]

Large area forest inventory using Landsat ETM+: A geostatistical approach.[J].Qingmin Meng;Chris Cieszewski;Marguerite Madden.ISPRS Journal of Photogrammetry and Remote Sensing.2008, 1

[5] Application of a geographically-weighted regression analysis to estimate net primary production of Chinese forest ecosystems [J].