利用TM影像和偏最小二乘回归方法估测三峡库区森林蓄积量

被引:25
作者
张超 [1 ]
彭道黎 [1 ]
涂云燕 [1 ]
党永峰 [2 ]
智长贵 [2 ]
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
关键词
三峡库区; TM影像; 森林蓄积量; 偏最小二乘回归;
D O I
10.13332/j.1000-1522.2013.03.021
中图分类号
S771.8 [森林遥感];
学科分类号
1404 ;
摘要
为进一步提高遥感模型预测森林蓄积量的精度和稳定性,分析了遥感特征因子、地形特征因子、郁闭度与森林蓄积量之间的相关关系。在此基础上,利用偏最小二乘回归方法构建了森林蓄积量遥感预测模型,生成了三峡库区森林蓄积量空间等级分布图,并与地面实测值进行比较。结果表明:该模型的最佳主成分数为3,且郁闭度、海拔、坡度、TM1、TM2、TM3、TM4、TM5、TM7、NDVI、RVI、TM7/TM3、TM4×TM3/TM2、亮度和湿度为预测森林蓄积量的入选变量;森林蓄积量预测的调整决定系数为0.524,相对误差为7.33%,均方根误差为1.763m3;利用该模型计算出三峡库区森林总蓄积量约为1.12亿m3,总体预测精度达到89.58%。研究结果为提高森林蓄积量遥感预测的精度提供了一种有效手段,有利于大面积应用和推广。
引用
收藏
页码:11 / 17
页数:7
相关论文
共 15 条
[1]   长江三峡库区昆虫丰富度的海拔梯度格局——气候、土地覆盖及采样效应的影响 [J].
刘晔 ;
沈泽昊 .
生态学报, 2011, 31 (19) :5663-5675
[2]   基于偏最小二乘法的平南县森林蓄积量估测模型研究 [J].
洪奕丰 ;
林辉 ;
严恩萍 ;
李永亮 .
中南林业科技大学学报, 2011, 31 (07) :80-85
[3]   基于TM和PLS的冬小麦籽粒蛋白质含量预测 [J].
谭昌伟 ;
王纪华 ;
黄文江 ;
王君婵 ;
朱新开 ;
郭文善 .
农业工程学报, 2011, 27 (03) :388-392
[4]   应用中分辨率遥感数据和地理信息系统改进森林材积和生物量评估策略(英文) [J].
Arief Wijaya ;
Sandi Kusnadi ;
Richard Gloaguen ;
Hermann Heilmeier .
Journal of Forestry Research, 2010, 21 (01) :1-12+119
[5]   三峡库区主要植被生物量与生产力分配特征 [J].
曾立雄 ;
王鹏程 ;
肖文发 ;
万睿 ;
黄志霖 ;
潘磊 .
林业科学, 2008, (08) :16-22
[6]   采用偏最小二乘回归方法估测森林郁闭度 [J].
杜晓明 ;
蔡体久 ;
琚存勇 .
应用生态学报, 2008, (02) :273-277
[7]   应用LIDAR技术预测林分蓄积量 [J].
冯仲科 ;
杨伯钢 ;
罗旭 ;
韩光瞬 ;
张保钢 .
北京林业大学学报, 2007, (S2) :45-51
[8]   用泛化改进的BP神经网络估测森林蓄积量 [J].
琚存勇 ;
蔡体久 .
林业科学, 2006, (12) :59-62
[9]   基于RS和GIS的三峡库区林地变化及气候响应研究 [J].
张宝雷 ;
周万村 ;
周启刚 ;
冯朝阳 .
北京林业大学学报, 2006, (04) :62-66
[10]   两个多重相关变量组的统计分析(3)(偏最小二乘回归与PLS过程) [J].
高惠璇 .
数理统计与管理, 2002, (03) :58-64