引入环境变量的香格里拉市高山松碳储量估测

森林碳储量是森林固碳能力的重要参考指标,准确估算森林碳储量对陆地碳循环具有重要意义。以香格里拉市1987—2017年Landsat TM/OLI遥感影像、森林资源连续清查数据和地形数据为主要数据源,利用Pearson相关性法、Spearman相关性法、Kendall’sτ相关性法、距离相关性法和决策树法筛选预测变量,并引入不同环境变量结合随机森林(RF)模型估测香格里拉市高山松碳储量。结果显示：(1)在不同方法筛选出的预测变量中,偏度、角二阶矩等纹理因子与高山松碳储量相关性最高;(2)通过决策树法筛选出的变量组合所构建的RF模型效果最优,其R²为0.845,RMSE为10.076 t/hm²,rRMSE为29.254%,P为0.747;(3)引入环境变量后,精度都有不同程度提升,其中地表温度对模型精度的提升最高,其R²提高了4.80%,RMSE降低了1.71 t/hm²,rRMSE降低了5.391%,P提高了6.60%;(4)1987—2017年,香格里拉市高山松碳储量时空变化较明显,高山松碳储量增...     

基于随机森林和蒙特卡洛的高山松地上碳储量估测及不确定性分析

[目的 ]为了解决碳储量的不确定性受单一类型变量的影响,而忽略了残差变异导致模型不确定性的问题,研究不同类型变量对碳储量估测模型的不确定性。[方法 ]以香格里拉市高山松为研究对象,采用随机森林联立蒙特卡洛(RF-MC),基于不同变量组合建立回归模型,判断各模型的不确定性。[结果 ]表明：(1)光谱和样地数据直接参与RF-MC模型的估测精度及不确定性最差。(2)在上一步的基础上引入纹理特征的模型预测结果优于引入DEM。(3)同时引入DEM和纹理特征的RF-MC模型效果最优(R2=0.892,RMSE=5.539 t·hm^-2,MAE=4.319 t·hm^-2, rRMSE=18.7%)。模型拟合度提高了0.343,模型的不确定性降低了19.43%。[结论 ]基于多特征的RF-MC方法在碳储量估测中效果较好,不同类型的变量对碳储量估测精度及不确定性有一定的影响。     

基于碳卫星的森林碳储量估测研究综述

利用遥感技术获取森林特征参数来估测森林碳储量是目前的研究热点,提高森林碳储量估测技术的先进性、准确性愈加迫切。文中综合以碳卫星GOSAT、OCO-2、TANSAT作为数据源的相关研究成果,分析碳卫星数据在森林碳储量估测方面的适应性和准确性,总结各类森林碳储量研究方法的优势和不足,并针对目前存在的问题进行讨论和展望,以期为全球森林碳储量的估测及其研究提供参考。     

基于Landsat影像数据的香格里拉市优势树种蓄积量估测模型构建

以香格里拉市优势树种高山栎、高山松、云冷杉及云南松为研究对象,构建基于遥感的森林蓄积量估测模型。采用2006年和2016年的Landsat TM/OLI影像及二类调查数据,随机从每期数据中各选取100个小班,提取其影响因子,利用相关性强的因子构建RF模型和MLR模型。结果表明,2006年各树种蓄积量RF模型的拟合R²在0.779～0.862范围,预测精度P值为80.17%～92.16%;2016年RF模型的拟合R²为0.761～0.865,预测精度P值为81.61%～95.53%。建立MLR模型后,2006年树种蓄积量估测模型的拟合R²为0.214～0.336,预测精度P值为34.12%～47.16%;2016年模型的拟合R²为0.238～0.391,预测精度P值为34.82%～52.57%。估测结果与二类调查数据的误差为：高山栎、高山松、云冷杉、云南松分别增加了8.54×10⁵m³、3.65×10⁶m³、4.1...     

基于随机赋时Petri网的原烟卸货物流系统建模与仿真

复烤厂物流活动中原烟卸货环节存在工人作业不合理、装框时间过慢、空框准备时间过长,造成整体卸货效率低,导致后续生产不连续。为解决上述问题提出改进方案,首先,根据卸货作业流程建立原烟卸货物流系统的随机赋时Petri网模型;其次,建立对应Anylogic仿真模型;最后,通过复烤厂实际数据进行仿真优化。仿真实验表明所用方法缩短了空框准备时间、自动装框时间,提高了其整体装框效率和卸车工人、整形工人的资源利用率。同时,验证了模型的有效性,为复烤厂在卸货环节提供参考。