| 基于混合效应模型的迪庆云冷杉林地上生物量遥感估测 |
| |
| 引用本文： | 卢腾飞,周律,胡中岳,欧光龙,胥辉. 基于混合效应模型的迪庆云冷杉林地上生物量遥感估测[J]. 浙江农林大学学报, 2021, 38(3): 510-522. DOI: 10.11833/j.issn.2095-0756.20200327 |
| |
| 作者姓名： | 卢腾飞 周律 胡中岳 欧光龙 胥辉 |
| |
| 作者单位： | 西南林业大学 西南地区生物多样性保育国家林业和草原局重点实验室，云南 昆明 650233 |
| |
| 基金项目： | 国家自然科学基金资助项目(31770677，31760206，31660202)；云南省王广兴专家工作站资助项目(2018IC100)；云南省唐守正院士工作站资助项目(2018IC066)；云南省万人计划青年拔尖人才专项(YNWR-QNBJ-2018-184) |
| |
| 摘 要： | 目的 确定云冷杉林生物量光学遥感估测饱和值，探索提高生物量遥感估测精度。 方法 以云南省迪庆藏族自治州云冷杉林为研究对象，根据森林资源二类调查数据，结合同时期Landsat 8 OLI遥感影像，利用随机选取的小班样本数据提取遥感因子反射率统计值，并与生物量进行曲线拟合，求解云冷杉林生物量饱和值，建立云冷杉生物量回归估测模型、BP神经网络模型。同时基于回归模型构建考虑区域、龄组效应的单水平和嵌套两水平(区域+龄组)混合效应模型，反演研究区云冷杉林地上生物量。 结果 利用幂函数拟合得到迪庆藏族自治州云冷杉林生物量饱和值为233 t·hm?2；最优回归估测模型调整决定系数(Ra2)为0.606，高于BP神经网络模型的Ra2(0.542)，各个效应水平混合模型的拟合精度与独立性检验指标均优于回归模型。考虑两水平的混合效应模型有最优的拟合精度，而考虑龄组效应水平的混合模型有最优的独立性检验指标。混合效应模型在低生物量段(＜100 t·hm?2)和高生物量段(＞233 t·hm?2)均显著降低了回归模型和BP神经网络模型的估测平均残差。 结论 混合效应模型有更宽的估测范围，在一定程度上减小低值高估与数据饱和造成的高值低估影响，提高了预估精度。图3表12参28
|
| 关 键 词： | 混合效应模型 森林资源二调数据 生物量遥感估测 数据饱和 云冷杉林 |
| 收稿时间： | 2020-05-14 |
Remote sensing estimation of aboveground biomass of spruce-fir forests in Diqing based on mixed effect models |
| |
| LU Tengfei,ZHOU Lü,HU Zhongyue,OU Guanglong,XU Hui. Remote sensing estimation of aboveground biomass of spruce-fir forests in Diqing based on mixed effect models[J]. Journal of Zhejiang A&F University, 2021, 38(3): 510-522. DOI: 10.11833/j.issn.2095-0756.20200327 |
| |
| Authors: | LU Tengfei ZHOU Lü HU Zhongyue OU Guanglong XU Hui |
| |
| Affiliation: | Key Laboratory of State Forestry and Grassland Administration on Biodiversity Conservation in Southwest China, Southwest Forestry University, Kunming 650233, Yunnan, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《浙江农林大学学报》浏览原始摘要信息 |
|
点击此处可从《浙江农林大学学报》下载免费的PDF全文 |
