区域气象要素的空间插值方法比较研究——以华北地区为例

本文采用华北地区35个国家气象站点的2011~2012相对湿度日值和气温日值,基于ArcGis的空间分析模块,用反距离加权法、张力样条函数法、克里格和趋势面4种方法对不同时间尺度的相对湿度与气温进行空间插值,并交叉验证。结果表明:4种方法都能较好的反映出华北不同时间尺度的相对湿度以及气温的空间分布情况;年尺度插值总体优于月尺度插值结果;克里格是最适合于华北年平均相对湿度插值的一种方法,月尺度相对湿度空间插值反距离加权法最优;气温的不同时间尺度的插值结果都是克里格和反距离加权法较优。     

大尺度小样本情况下的数据预测方法对比研究

采用反距离加权法(IDW)、协同克里格法(Cokriging)、回归模型法,利用云南省134个县(市)气象站观测数据对全省≥10°积温区域进行预测.结果表明,由于气象站点稀少,用不同的方法结合不同的辅助信息得到的预测结果不同.反距离加权法强调了空间距离尺度的影响,但未能较好地体现云南省局部积温的分布规律;协同克里格法则优于反距离加权法,但在样本数偏少的情况下预测结果会出现明显的凹凸现象;回归模型法预测结果能很好地体现云南省北低南高、西高东低的气温总体变化规律,又能体现峡谷地带中局部干热河谷的特点,是3种方法中效果最好的预测方法.     

基于地统计学与GIS技术的森林土壤养分空间变异性研究

以云浮市云城区和云安区森林土壤为研究对象,应用传统统计学和地统计学方法结合 GIS 技术分析其土壤养分的空间变异性,预测土壤养分空间分布。地统计学主要从空间插值模型和人工神经网络模型的角度对土壤养分的空间变异性进行诠释,并利用平均绝对误差(MAE)和均方根误差(RMSE)两个指标以及模型预测点与实测点间的相关系数作为判断模型好坏的标准。研究结果认为插值模型中泛克里格插值法在样点密度较小时显示出明显优势,而 BP-ANN 在模型的稳定性和推广性表现尤为突出,最后对泛克里格插值模型和 BP-ANN 下的有机碳、全氮、全磷、全钾4种养分空间预测分布特征进行描述。     

3种空间插值方法在森林病害监测中的应用比较

实验利用反距离权重法、样条函数、克里格法三种插值方法对我国森林病害发生的空间分布特征进行的比较分析,研究结果表明,反距离权重法的插值结果与实际观测点的相似度最高,在地图显示中反距离权重法估计的图像也最光滑和逼真,因此在森林病害监测中可选用反距离权重法进行估计,获得较为真实的空间分布特征,为利用地理信息系统对我国森林病害监测提供方法指导。     

3种空间插值方法在森林病害监测中的应用比较

实验利用反距离权重法、样条函数、克里格法三种插值方法对我国森林病害发生的空间分布特征进行了比较分析。研究结果表明:反距离权重法的插值结果与实际观测点的相似度最高,在地图显示中反距离权重法估计的图像也最光滑和逼真,因此在森林病害监测中可选用反距离权重法进行估计,获得较为真实的空间分布特征,为利用地理信息系统对我国森林病害监测提供方法指导。     

巫山县4～10月降水量精细模拟及应用研究

基于巫山县雨量站点实测数据和DEM数据,利用GIS空间插值技术,采用普通克里金法、反距离权重法、样条函数法、趋势面法、经验贝叶斯克里金法、高程协同克里金法和坡向协同克里金插值法7种空间插值方法,对巫山县4～10月多年月平均降水量进行了模拟,分析了不同插值方法的精细程度。研究结果表明:①样条函数法不适用于样本数据波动较大的情况;②从月份层面来看,6月降雨插值效果最好;从插值方法来看,7种插值方法精度排序为:普通克里金法经验贝叶斯克里金法引入高程因子的协同克里金法引入坡向因子的协同克里金法趋势面法反距离权重法样条函数法;③巫山县4～10月总降水量分布格局为从西部向东部逐渐递增,东南地区以及东北行政交界地带水资源总量高于全县水平,占全县面积18.58%。研究结果可为巫山县水资源利用和洪水灾害预警提供参考意见。     

地理信息系统中不同空间插值方法的比较研究

对黑龙江省2010年32个气象站点的年降雨量数据分别利用距离倒数插值、样条插值和克里格插值等方法进行插值,得到不同方法下黑龙江省范围内的降雨量空间分布数据。对不同方法得到的插值结果进行对比分析,采用平均误差、平均绝对误差、平均相对误差、平均绝对相对误差、系统误差等指标进行优度检验,比较各个插值方法的优劣性。结果表明,样条插值所得到降雨量的最大值与最小值与原始降雨量数据最为接近,反距离插值所得到的降雨量的最大值与最小值与原始降雨量数据相差最大。各种插值结果没有显著的差异,样条插值相对于其他两种插值方法误差较小,并且简单易行。     

基于径向基函数神经网络模型的桃江县森林碳储量估测

量化森林碳储量对森林经营者的正确决策至关重要。本文以湖南省桃江县为研究区,根据2013年森林资源一类调查数据和Landsat 8遥感影像,建立多元逐步回归、偏最小二乘回归和径向基函数神经网络模型,开展碳储量的估测方法比较。结果表明:三种方法中,径向基函数神经网络模型估测森林碳储量效果最好,决定系数达到0.645,相对均方根误差为15.582 t·hm~(-2);其次为偏最小二乘回归模型,决定系数和相对均方根误差分别为0.511和17.135 t·hm~(-2);多元逐步回归模型精度最低,决定系数和相对均方根误差分别为0.431和18.105 t·hm~(-2)。径向基函数神经网络模型反演的研究区森林碳储量分布图表明,海拔高的地方碳储量较大,城区碳储量较小,与实际植被分布情况一致。     

天山云杉立地指数地统计空间分析

以天山中部新疆农业大学实习林场为研究区,基于实测的天山云杉立地指数数据,利用地统计理论从最优变异函数模型拟合、空间格局分析、克里金插值等方面对天山云杉立地指数进行了研究分析。结果表明:研究区天山云杉立地指数频率分布符合正态分布,在空间上表现出各项同性和一定的空间自相关性,其最优变异函数理论模型为球形模型;利用普通克里金法对天山云杉立地指数进行空间插值的结果优于反权距离加权法,同时还可生成估测标准差分布图,为科学决策提供了强有力的工具。地统计理论分析方法在天山云杉的立地质量评价、规划管理等方面有一定的应用价值和潜力。     

两种模型对森林土壤中量元素空间分布预测

采用 BP 人工神经网络模型与空间插值模型中的泛克里格插值法、三次样条插值法、反距离插值法相结合,预测广东省云浮市云城区与云安区森林土壤中量元素含量的空间分布。结果表明：研究区中量元素交换钙的含量相对较高,为17.333~1169.033 mg · kg-1,其次为全硫,含量为60.787~354.600 mg · kg-1,交换镁含量最低,为8.320~51.580 mg · kg-1;从养分的变异系数来看,3种中量元素在整个研究区的变异系数在33.43%~106.34%之间,其中除云安区的交换钙变异系数为106.34%,属于强变异以外,其他两个元素均属于中等变异。3种插值方法中,泛克里格对交换镁的预测性较好,而对交换钙、全硫预测性欠佳。通过模型的对比发现,BP 人工神经网络模型为最适模型。     

基于GIS的江西省气温空间插值方法比较

以江西省及其邻近省份132个气象站点1981～2010年的累年年平均气温数据为基础,结合研究区的DEM和边界数据,借助ArcGIS平台,采用反距离权重法(IDW)、张力样条函数法(Tension Spline)和普通克里金法(OK)对气温数据进行了空间插值,并对插值结果采取实际验证的方法测算了其插值精度。结果表明:反距离权重法的插值效果最好,综合分析得出江西省气温的空间插值方法误差排序为:IDWOK Tension Spline。     

基于空间自相关的天然蒙古栎阔叶混交林林木胸径-树高模型

【目的】考虑林木间的空间自相关,构建基于空间自相关的林木胸径-树高模型,为可持续经营天然混交林提供理论依据。【方法】以天然蒙古栎阔叶混交林为研究对象,选择适宜的线性化林木胸径-树高模型为基础模型(BM),应用3个同步自回归(SAR)模型即空间滞后模型(SLM)、空间误差模型(SEM)和空间Durbin模型(SDM)研究该混交林的林木胸径-树高模型。同时,将Delaunay三角网(DT)矩阵、逆距离一次幂(ID1)、逆距离二次幂(ID2)、逆距离五次幂(ID5)、球状变异函数(SV)矩阵、高斯变异函数(GV)矩阵和指数变异函数(EV)矩阵共7个空间加权矩阵应用于SAR模型中。利用普通最小二乘法(OLS)估计BM参数,极大似然法估计3个SAR模型参数,并对4个模型的回归参数进行T检验,对3个SAR模型的自回归参数进行似然比检验。选择Moran’s I(MI)指数比较分析BM、SLM、SDM和SEM 4个模型的残差空间自相关,选择决定系数(R2)、均方根误差(RMSE)和Akaike信息准则(AIC)3个拟合指标比较分析4个模型的拟合效果。【结果】空间加权矩阵SV的BM残差MI值大于1,因此以下结果分析中将不再考虑SV。其他6个空间加权矩阵的BM和SLM残差MI值均显著大于期望值I0,但SLM残差MI值较相同空间加权矩阵的BM残差MI值小。除了GV和ID1外,其他4个空间加权矩阵的SDM残差MI值均与I0差异不显著。除了ID1外,其他5个空间加权矩阵的SEM残差MI值均与I0差异不显著。3个SAR模型的3个拟合指标均优于BM。在相同的空间加权矩阵中,SDM和SEM的3个拟合指标非常接近,但均优于SLM。在SDM和SEM中,不同空间加权矩阵(除GV外)根据3个拟合指标从优至劣的排序为ID2DTIDID5EV。无论采用哪个空间加权矩阵,3个SAR模型的回归参数β1均与BM中的β1相似,且均显著不为零。相比β1,SEM和BM中的β0相似,但SDM和SLM中的β0与BM中的β0不相似,并且随着空间加权矩阵的变化而变化。应用于SAR模型的所有空间加权矩阵中,利用ID1得出的自回归参数ρ、γ和λ均明显高于利用其他空间加权矩阵计算的值。GV只有在SEM中才能使自回归参数λ显著。除了GV外,利用其他5个空间加权矩阵得出的ρ、γ和λ均显著。【结论】应用于SAR模型的7个空间加权矩阵中,SV和ID1为不合理的空间加权矩阵。SLM只能降低模型残差的空间自相关,改善模型拟合效果较SDM和SEM差。只要选择合适的空间加权矩阵,SDM和SEM就可以消除模型残差的空间自相关,提高模型拟合效果,其中ID2是最好的空间加权矩阵。利用ID2和SEM构建以树种为哑变量的胸径-树高模型,从而得出基于空间自相关的蒙古栎、杨桦(山杨和白桦)、红松的胸径-树高模型。     

黑龙江省样地气象因子及NPP时空变化分析

本文以黑龙江省为研究区域,以2005年和2010年气象数据(平均气温、降水量、平均相对湿度、平均风速)和样地数据为数据源,分别采用三种空间插值(反距离权重插值法、样条插值法、克吕格插值法)的方法进行插值、精度验证及对比分析,获得不同气象因子的最优插值方法。利用最优插值方法获得黑龙江省内样地点的不同气象因子值,并利用周广胜模型计算NPP值,进行黑龙江省样地气象因子及NPP时空变化分析研究。研究结果表明:降水量、平均气温的最优插值方法为克吕格插值法,平均相对湿度的最优插值为反距离权重法,平均风速的最优插值为样条插值法;黑龙江省2010年比2005年的年均温升高了近0.04℃,年降水量升高了22.15mm;随着2010年降水量和气温的升高,NPP也有明显增加,其差异呈缩小趋势;黑龙江省NPP由北向南逐步增多,中东部地区高于西北部地区。该研究为了解黑龙江省内区域生态环境承载力、人类社会发展对于生态环境影响以及植被与气候变化之间的响应关系都有重大的理论与现实意义,为碳循环与区域性及全球变化研究提供了数据支持。     

基于地统计学的森林地上生物量估计

基于吉林省汪清林业局金苍林场二类调查的局级固定样地数据,利用地统计学的普通克里格法和协同克里格法对研究区域内森林地上生物量进行估计(协同克里格法以地上生物量为主变量,以胸高断面积为协变量),并对2种插值方法进行比较。结果表明:在研究区域内普通克里格法预测精度较低;而协同克里格法能够显著提高预测精度,所产生的均方根误差(RMSE)减少49.0%,平均标准误差(ASE)减少39.4%,预测值和实测值的相关系数提高68.4%。通过插值得到整个林场生物量的空间分布格局图,生物量的分布存在明显的空间异质性。林场平均生物量密度为111.9t·hm-2,总生物量达3.578Tg;并从不同森林类型和龄组对生物量的空间格局进行分析。研究结果可为区域尺度内基于固定样地和地统计学的生物量估计提供方法和参照。     

尖峰岭热带山地雨林土壤物理性质小尺度空间异质性研究

采用地统计学的方法,对海南岛尖峰岭热带山地雨林原始林土壤物理性质小尺度空间异质性进行了研究,结果表明:(1)土壤各物理性质空间异质性明显,其半方差函数可以用指数模型、高斯模型和球状模型拟合,变程变化范围为10.810 48.650 m,块金值与基台值比值范围为10.2%87.8%,表明各物理性质有不同程度的空间自相关性;土壤孔隙度和持水特性有较大的块金值,说明存在小尺度(<10 m)的空间异质性;(2)普通克里格插值及绘制物理性质空间分布轮廓图表明,土壤各物理性质在空间分布上具有斑块性,各物理性质在不同土壤深度的空间分布有一定的一致性,地形是影响土壤物理性质空间分布格局的一个主要原因。     

油桐籽含油率近红外光谱检测模型的构建

为实现油桐籽含油率的快速检测,采用近红外光谱结合化学计量学方法对油桐籽含油率的测定进行了研究。107个样本用Kennard-Stone法划分为校正集(80个)和验证集(27个)。光谱经预处理方法优化,确定一阶导数结合均值中心化预处理最优。分别采用竞争性自适应重加权算法筛选变量及小波变换压缩变量,比较了偏最小二乘法与径向基神经网络法所建模型的预测性能,确定竞争性自适应重加权算法筛选出的8个变量用于偏最小二乘法建模,所建模型预测性能最好:验证集相关系数0.927,均方根误差2.08,相对标准偏差为3.99%。结果表明竞争性自适应重加权算法筛选变量结合偏最小二乘法建模,所建模型简单,精度较好,可用于油桐籽含油率的快速检测。     

基于地统计方法的山西省森林木本层生物量及碳密度空间分布格局研究

笔者利用经典统计和地统计分析方法,研究了山西省森林木本层生物量和碳密度的变异性及空间分布格局。结果表明,山西省森林乔木层和灌木层生物量平均值分别为60.26t/hm^2和3.22t/hm^2,木本层的碳密度平均值为31.42t/hm^2.灌木层生物量为强变异,乔木层生物量、木本层地上生物量和碳密度均为中等变异水平。乔木层生物量、灌木层生物量、地上生物量的最优半变异函数模型均为指数模型,碳密度为圆形模型;普通克里格差值的空间预测模型拟合效果较好。     

基于RBF组合模型的山地红壤有机质含量光谱估测

【目的】探讨组合模型在山地红壤有机质含量高光谱估算中应用的可行性,以期为土壤有机质含量估测提供基础数据和科学依据。【方法】基于山地红壤光谱的全波段(400~2 450 nm)研究范围,选择偏最小二乘回归(PLSR)、BP神经网络(BP)和支持向量机回归分析(SVMR)3种单一高光谱估测模型,分别获得预测结果,并重构预测结果数据,以绝对误差和最小为目标,计算固定权重与不固定权重两种组合模型的权重值,并基于径向基函数(RBF)神经网络法建立组合模型,探讨不同赋权方法与是否重构数据条件下的最优组合模型。通过均方根误差(RMSE)、预测偏差比(RPD)和决定系数(R2)评价山地红壤有机质含量的预测精度。【结果】单一预测模型中的SVMR估测精度最高,验证决定系数(R2)为0.64,均方根误差为9.76 g·kg-1,测定值标准差与标准预测误差的比值为1.67;在组合模型数据不重构的条件下,不定权组合模型要优于定权组合模型;在组合模型数据重构的条件下,定权组合模型要略优于不定权组合模型,估测精度相差不大;最优模型是数据重构定权组合模型,模型验证决定系数(R2)为0.87,均方根误差为7.91 g·kg-1,测定值标准差与标准预测误差的比值为2.06;组合模型验证精度优于单一模型,说明利用RBF组合模型估算山地红壤有机质含量是可行的。【结论】对山地红壤有机质含量的快速估测而言,单一模型具有操作简单、运算速度快等特点,因而具有较大应用价值,但组合模型能较大限度地利用各种预测样本信息,从而能有效减少应用单一模型时所受随机因素的影响,从而提高山地红壤有机质含量的估测精度。     

基于Landsat 8新邵县森林碳密度遥感反演研究

准确估算森林碳密度是研究森林生态系统的核心。基于Matlab工作平台,以森林资源连续清查(湖南省第七次复查)及同期Landsat 8影像为本底,建立非线性回归模型、RF随机森林模型和RBF径向基神经网络模型进行森林碳密度反演。结果表明:RBF神经网络精度最高,决定系数为0.96,均方根误差为1.33 t·hm-2,很好的拟合了样地实测碳密度;RF随机森林优于非线性回归模型,拟合精度、均方根误差分别为0.91、2.50 t·hm-2;非线性回归模型精度最低,决定系数和均方根误差分别为:0.62、3.87 t·hm-2。故应用RBF神经网络对森林碳密度的反演具有很好的效果。     

基于方差优化k最近邻法的森林蓄积量估测

森林资源调查是数字森林资源监测的基础,遥感技术可以克服传统方法如抽样调查的局限性,有效地缩短作业时间,提高效率。虽然目前森林蓄积量遥感估测方法很多,但随着样本数量的增加,这些方法无法保证估算的准确性。本研究拟提出一种基于方差速率优化的k最近邻法(k NN),以2017年10月Planet Labs影像为数据源,结合赤峰市旺业甸林场蓄积量实测数据建立反演模型,并与地理加权回归(GWR)模型、随机森林(RF)模型、普通k NN模型和距离加权k NN模型进行对比分析。在建立的森林蓄积量反演模型中,方差优化k NN模型得到最优精度[决定系数(R^2)为0.69,均方根误差(RMSE)为67.6 m^3·hm^-2,相对均方根误差(RRMSE)为32.04%],显著优于其他模型。结果表明,方差优化k NN模型相比其他模型更适用于森林蓄积量遥感估测,森林蓄积量遥感反演空间分布符合实际分布情况,可以满足建立反演模型的需求。同时,由于Planet Labs影像的鲜明特征(即具有高时间分辨率),该数据的时间序列数据对于森林季节变化有丰富的记录,在反演森林蓄积量方面有着很大潜力。