基于5-scale模型人工针叶林叶面积指数反演

以内蒙古赤峰市旺业甸实验林场人工针叶林为研究对象,以哨兵2A(Sentinel-2A)多光谱遥感影像和外业测量的叶面积指数为数据基础,反演人工林叶面积指数。通过5-scale模型和Liberty模型耦合得到不同输入参数与冠层反射率相对应的查找表,利用编程读取查找表与遥感影像,通过对比遥感影像中红光波段和近红外波段反射率,与查找表中红光波段和近红外波段的反射率最接近的值所对应的叶面积指数值,进而实现叶面积指数反演。结果表明：基于5-scale模型反演的叶面积指数,R²=0.822 2,RMSE=0.941 4,其精度要高于一元线性模型的精度,利用5-scale模型反演人工针叶林叶面积指数是可行的。     

基于光谱水分指数的核桃叶片含水量估算模型

【目的】采用光谱技术定量反演果实不同生育时期叶片含水量,为新疆南疆盆地人工绿洲核桃节水灌溉与水分管理提供技术支持。【方法】以‘温185’核桃叶片为研究对象,利用Uni Spec-SC便携式光谱仪测定核桃果实不同生育时期的叶片光谱反射率,以水分指数(WI)、水分波段指数(WBI)、归一化水分指数(NDWI)、比值指数(WI/NDWI)、中心波长比值指数(Ratio975)和光化/生理反射(PRI)6种光谱水分指数为自变量,分别采用一元线性回归(MLR)、多元线性逐步回归(SMLR)、主成分回归(PCR)和偏最小二乘回归(SPLR)构建‘温185’核桃果实坐果期、速生生长期、硬核期、脂化期和近成熟期叶片含水量的光谱估算模型,并利用独立样本对模型精度进行检验和评价。【结果】在可见光波段,光谱反射率随叶片含水量的增加而增大,而在近红外波段,随叶片含水量的增加光谱反射率则呈减弱趋势,且绿光、黄光、红光、近红外光波段均是‘温185’核桃叶片水分含量的光谱敏感波段。果实不同生育时期叶片含水量与光谱水分指数的相关性虽均达极显著水平(P0.01),但相关系数绝对值的大小有较大差异。采用不同方法所构建的叶片含水量光谱估算模型中,果实坐果期、硬核期、脂化期和近成熟期以SMLR模型拟合度(R~2)最高,均在0.82以上,果实速生生长期则以PCR模型拟合度(R~2)最高,达到0.877 4,且采用独立样本对2种回归模型检验的均方根误差(0.613 7 g·kg~(-1)≤RMSE≤5.774 6 g·kg~(-1))和相对误差(0.818 2%≤RE≤2.977 5%)均较小,并均通过置信椭圆检验,模型估算值与实测值一致;而构建的果实不同生育时期叶片含水量MLR和SPLR模型拟合度(R~2)均较低,且均方根误差(1.021 0 g·kg~(-1)≤RMSE≤11.205 6 g·kg~(-1))和相对误差(1.109 7%≤RE≤3.680 8%)较大,表明模型估算效果均较差。【结论】所筛选的‘温185’核桃果实坐果期、硬核期、脂化期、近成熟期叶片含水量SMLR光谱估算模型和果实速生生长期叶片含水量PCR光谱估算模型具有很好的稳定性和较高的估算精度。可应用光谱水分指数构建叶片含水量估算模型,以用于新疆南疆盆地人工绿洲核桃果实不同生育时期叶片含水量的定量适时反演。光谱技术在核桃树体水分含量信息探测方面有较大的应用潜力。     

截形叶螨危害下枣叶片含水率高光谱估测模型

【目的】叶片含水率是反映植物生长发育状况的重要指标,对其进行实时、快速、准确的动态监测是实施枣园精准灌溉和水分合理利用的重要技术措施,对枣树水肥一体化管理有一定的实用参考价值。【方法】以截形叶螨危害下枣叶片的光谱反射率和叶片含水率数据为基础,分析枣叶片原始光谱反射率和不同微分变换光谱反射率与叶片含水率间的相关关系,分别运用一元线性回归(MLR)、多元线性逐步回归(SMLR)法构建了截形叶螨危害下枣叶片含水率的高光谱估测模型,并以模型拟合度(R~2)为主要依据,结合均方根差(RMSE)和相对均方根差(RE)对模型的稳定性和预测能力进行了检验。【结果】微分数据变换可以有效增强枣叶片光谱与水分含量之间的相关性,其中以一阶微分变换的反射光谱与叶片水分含量间具有最密切的相关性。而在截形叶螨危害下枣叶片含水率的高光谱估测模型中,SMLR模型整体建模效果优于MLR模型,其中以655 nm等7个波段组合的一阶微分光谱敏感波段所构建的SMLR模型的拟合度最好,R~2达到了0.836。【结论】截形叶螨危害下枣叶片光谱反射率对其叶片含水率存在光谱指示波段。因此,利用高光谱技术对其叶片水分状况进行适时监测是可行的,这对该虫害危害后枣叶片水分含量信息的探测和虫害的早期监测及预警均有一定的应用潜力。     

森林叶绿素含量的高光谱遥感估算模型的建立

高光谱遥感提供一个通过窄波段的地物光谱反射率、诊断和检测植被叶绿素光谱特征波段的手段,为精确反演森林叶绿素含量提供更高光谱分辨率的数据。利用Epp-2000地物光谱仪测量叶片的反射光谱,并用SPAD-502对观测叶片进行叶绿素含量的同步测量;采用统计相关分析方法,分析叶片反射光谱、光谱特征参数及其各种植被指数与叶片叶绿素含量的相关关系,并建立相应的估算模型。结果表明：叶绿素含量的敏感性参数分别为Diff（R749）、Log（R466）、红边参数RVP以及比值叶绿素指数PSSR。通过多元统计回归分析,剔除不相关和存在共线性的参数后,得到叶绿素含量的估算模型为：SPAD=54．559—0．865×PSSR＋65．146×Diff（R749）-6．030×Log（R466）-0．238×RVP模型及其参数均通过统计检验,模型的决定系数砰达到0．812,均方根误差RMSE=13．35379,模型精度为88．743258％。     

结合Sentinel-1B和Landsat8数据的针叶林叶片含水量反演研究

为研究SAR影像结合光学影像反演叶片含水量的可行性,本文以吉林省长春市净月潭国家森林公园为研究区,以Sentinel-1B、Landsat8 OLI遥感影像和通过外业调查获取的叶片含水量为数据源,通过相关性分析,选取出与叶片含水量相关性较大的波段组合和植被指数,并对其进行主成分提取,建立主成分与叶片含水量之间的线性、二次多项式、三次多项式和指数模型,并利用精度最高的模型反演出净月潭国家森林公园的叶片含水量。结果表明:(1) Sentinel-1B的VV极化、VH/VV极化比和OLI传感器的短波红外1波段、短波红外2波段、归一化水分指数(NDWI)、比值植被指数(RVI)与叶片含水量相关性较大;(2) Sentinel-1B和Landsat8 OLI数据结合相较于仅使用Landsat8 OLI数据、提取出的主成分与叶片含水量相关性较高;(3)利用提取出的主成分与叶片含水量建立的反演模型中三次多项式模型的拟合精度最高(R2=0.629 9,RMSE=0.035 8)。表明Sentinel-1B结合Landsat8 OLI数据能较好得反演出针叶林的叶片含水量。     

华北落叶松与白桦混交林树高与胸径关系研究

【目的】建立华北暖温带华北落叶松与白桦针阔混交林树高与胸径关系的非线性混合效应模型,为研究针阔混交林中不同树种相互作用及其生长发育规律提供科学依据。【方法】以河北省塞罕坝机械林场的华北落叶松与白桦针阔混交林为研究对象,基于83块30 m×30 m的标准地调查数据,首先选取5个具有生物学意义的非线性树高与胸径关系基础模型进行拟合,确定最优基础模型;其次通过相关分析确定影响树高生长的主要因子;最后基于最优基础模型和主要因子建立包含哑变量的华北落叶松与白桦针阔混交林树高与胸径关系预测模型。【结果】在5个候选非线性树高与胸径关系模型中,Richard模型具有最好的拟合结果,其模型确定系数(R2=0.918 6)最大,均方根误差(RMSE=2.405 8)及绝对误差(Bias=0.194 5)最小;通过相关分析确定海拔和林分断面积与树高生长均在P 0.01水平上呈现显著性;基于基础模型构建了包含哑变量及主要影响因子的不同树种树高与胸径关系混合效应模型,当随机效应参数作用在林分断面积上时,模型预测精度较高。【结论】基于主要影响因子和包含哑变量的非线性混合效应树高与胸径关系预测模型,能够有效解决混交林中树种及主要因子对树高与胸径关系的影响,提高了预测模型的适用性及预测精度,为混交林森林质量精准提升提供科学依据。     

基于非线性混合模型的针阔混交林树高与胸径关系

[目的]建立多树种、多层次混交林的树高-胸径生长关系非线性混合效应模型,为研究混交林多树种生长规律提供参考依据。[方法]以河北省塞罕坝国家森林公园华北落叶松-白桦针阔混交林为研究对象,基于87块标准地(20 m×30 m)的4 953株华北落叶松和3 608株白桦单木数据,选取13个具有代表性且具有生物学意义的树高-胸径模型进行拟合,从中筛选出拟合优度较高的模型作为构建混合效应模型的基础模型,并在混合效应模型中加入哑变量以解决样地内不同树种带来的差异。[结果]1)在13个树高-胸径候选模型中,模型13的确定系数最大(R2=0.915 7),绝对误差(Bias=1.200 6)、均方根误差(RMSE=0.129 1)最小,其拟合效果较好。2)以模型13为基础模型建立华北落叶松-白桦混交林树高-胸径关系混合效应模型,华北落叶松混合模型确定系数(R2)为0.926 4,AIC值为319.7,均方根误差(RMSE)值1.070 8,绝对误差(Bias)为0.084 1;白桦混合模型确定系数(R2)为0.918 7,AIC值为297.6,均方根误差(RMSE)为1.102 2,绝对误差(Bias)为0.070 5,表明模型拟合效果较好。3)利用所构建的混合效应模型,以2 cm为一个径阶对华北落叶松和白桦树高进行预测,其树高预测结果与测量值分布一致,表明包含树种哑变量混合效应模型中的参数充分反映出相同径级树高的变异趋势,提高了混交林树高-胸径模型预估精度。[结论]包含哑变量的混合效应生长模型可解决混交林中样地间及样地内树种对树高-胸径生长关系的影响,提高模型精度及适用性,为该地区提高针阔混交林经营水平及经营效果提供科学支撑。     

旺业甸林场人工林生物量遥感反演研究

森林生物量能直接反映森林质量,遥感技术结合地面样地能实现林分或区域范围森林生物量的反演,反演结果对制定森林资源合理利用、生态环境改善等方面的政策具有重要的指导意义。论文以旺业甸林场Landsat8 OLI影像为数据源,从影像中提取161个植被指数,对比Pearson相关系数法和随机森林法进行特征变量选择,分别筛选出合适的因子作为模型自变量,结合实地调查数据,建立多元线性逐步回归、地理加权回归、kNN回归和随机森林等4种生物量反演模型,并对模型结果进行精度验证。研究结果表明:1)利用Pearson相关系数法进行特征变量选择要优于随机森林法。2)短波红外光和近红外区间波段组合得到的植被指数与生物量的相关性显著,相关性系数最高的前五个因子为SR627、SR637、SR647、SR64、SR213,分别达到了0.776、0.761、0.730、0.702和0.657;3)4种生物量反演模型中,随机森林模型效果最好,决定系数R2为0.72,RMSE=8.12,EA=76.54%;线性逐步回归模型次之,R2为0.65,RMSE=9.01,EA=72.88%;其次是kNN回归模型,R2为0.59,RMSE=9.75,EA=74.89%;地理加权回归模型效果最差,R2为0.58,RMSE=13.75,EA=53.95%;4)利用随机森林模型对研究区进行生物量反演,反演结果生物量空间分布与实际情况基本一致,反演效果较好。     

雷竹冠层叶片反射光谱特征及其对叶片水分变化的响应

[目的]研究雷竹冠层叶片反射光谱特征及其水分敏感波段,筛选与叶片水分指标相关性较高的光谱指数,为雷竹叶片水分的非破坏性估算提供参考。[方法]以重要笋用竹种雷竹为研究对象,通过自然失水法研究叶片反射光谱对叶片水分变化的响应特征,以常用反射光谱指数对叶片水分指标进行相关性检验,对不同反射光谱指数与叶片相对含水量进行了回归方程拟合。[结果]雷竹叶片含水量与其光谱反射率在近红外区呈负相关关系;光谱反射率敏感性分析表明,在1 400～1 600、1 800～2 000 nm波段附近,光谱反射率对叶片水分变化较其他波段敏感;不同光谱指数与叶片水分指标的相关性分析及回归方程拟合结果表明,在所选光谱指数中水分胁迫指数MSI(R_(820)/R_(1600))、比值指数SRI(R_(1300)/R_(1450))与叶片相对含水量的拟合效果较好。[结论]雷竹叶片水分含量与其光谱反射率在近红外区,尤其1 400～1 600、1 800～2 000 nm波段附近呈负相关关系,水分胁迫指数MSI(R_(820)/R_(1600))、比值指数SRI(R_(1300)/R_(1450))对雷竹叶片相对含水量的估算精度较其它光谱指数更高。     

基于反射光谱指数的锐齿栎叶片色素含量估算

[目的]探讨锐齿栎叶片色素含量和光谱反射率之间的关系,确定无损、快速估算锐齿栎叶片色素含量的敏感反射光谱波段和光谱指数。[方法]在2个样地进行了2年的野外观测试验,于生长季内同步测定了锐齿栎叶片的光谱反射率和不同光合色素含量,分析了350 2 500 nm范围内光谱反射率和敏感光谱指数与叶片色素含量及比率之间的定量关系。[结果]锐齿栎叶片的光谱反射率随叶片色素含量呈明显的规律性变化,与Chl a、Chl b、Chl和Car的含量在可见光的绿光黄光及红边区域表现为显著或极显著的负相关性,与Car/Chl表现为极显著的正相关性;在近红外和短波红外区域,光谱反射率与色素的相关性不及可见光区。本文构建的色素敏感光谱指数ND(705,350)、ND(800,705)、m ND(800,705)和m PRI可以准确地估算锐齿栎叶片的Chl a、Chl b、Chl含量和Car/Chl比率。独立的试验数据检验表明估算值和实测值的拟合关系较好。[结论]ND(705,350)、ND(800,705)、mND(800,705)和mPRI可有效地估算锐齿栎叶片的色素含量及比率。     

基于叶片光谱反射率的毛竹氮元素含量估测研究

【目的】以福建省顺昌县大干镇的毛竹为研究对象,研究毛竹叶片氮元素含量的最优估测模型,为毛竹生长状态分析与林地土壤肥力估测提供基础。【方法】通过对毛竹叶片原始光谱、一阶微分光谱及相关的植被指数与叶片氮元素含量进行相关性分析来筛选氮元素敏感特征参数,并构建了多元线性回归模型、随机森林模型以及支持向量机模型,利用决定系数最优原则筛选3个模型中的最优模型并进行精度验证。【结果】R387、DR663、NDVIg-b(R575、R440)、SIPI、PRI和PPR 6个参数与毛竹叶片氮含量具有较为显著的相关性,基于这6个敏感参数所构建的3种模型中,多元线性回归模型与随机森林模型拟合效果较差,精度验证结果R2分别为0.4355、0.4371,惩罚因子C和核参数Sigma分别设为3和0.1的支持向量机模型估测结果最好,其实测值与预测值拟合决定系数为0.8031,总体精度为94.02%。【结论】基于R387、DR663、NDVIg-b(R575、R440)、SIPI、PRI和PPR 6个叶片光谱参数所构建的支持向量机模型能够较为准确地估测毛竹叶片氮元素含量。     

北京杨树相容性立木材积系列模型研建

以北京市最重要的阔叶树种杨树(Populus)为研究对象,利用1 678株样木的材积测量数据,通过采用哑变量模型和误差变量联立方程组方法,建立了毛白杨(P.tomentosa)、速生杨(P.×euramericana)和加拿大杨(P.×canadensis)3个树种(组)的相容性二元立木材积方程、胸径和地径一元立木材积方程、树高胸径回归模型及地径胸径回归模型,并分析了不同树种之间的差异。结果表明:二元立木材积方程的平均预估误差均在2%以内,胸径一元材积方程和地径一元材积方程的平均预估误差也大都在3%以内,达到了立木材积表的编制精度要求。所建模型可为北京市杨树林的蓄积量估计提供准确的计量依据。     

叶面滞尘量对大叶黄杨反射光谱的影响

【目的】树木叶片表面的滞尘在一定程度上能反映周围环境的污染情况。试验对光谱检测中叶面滞尘的干扰进行初步定量探讨,为叶面滞尘对光谱反射的影响评价及建立修正模型提供方法参考。【方法】以中国林业科学研究院内大叶黄杨叶片为研究对象,采集叶片样本保鲜并速回室内进行试验。使用0.0001 g 高精度电子分析天平称叶片除尘前后的质量,计算叶面滞尘量;采用美国 ASD 公司生产的 FieldSpec3便携式近红外光谱仪测量叶片除尘前后的反射光谱,得出其差异。分析除尘前后叶片反射率、一阶导数光谱及红边参数特征的差异,比较不同滞尘量的叶片反射光谱,建立叶面滞尘量与叶片反射光谱之间的关系模型。【结果】叶片除尘前后的光谱反射率存在差异,在520～560 nm 和760～850 nm 叶片反射率大小分别为有尘叶片＞无尘叶片、有尘叶片＜无尘叶片;不同叶面滞尘量的反射光谱也不同,大叶黄杨叶片光谱反射率在可见光波段随着叶面滞尘量的增加逐渐增大,而近红外波段区域随着叶面滞尘量的增加逐渐减小;红边和黄边的位置、蓝边斜率和面积在除尘前后无变化,有尘叶片的蓝边位置较无尘叶片增大,黄、红两边斜率和黄、红两边面积均较无尘叶片减小;在5个光谱参数中,红边指数所建的叶面滞尘量预测模型的 R 2值最大为0.716,叶面滞尘量与光谱之间存在着一定的相关关系。【结论】叶面滞尘使得叶片在可见光波段的反射率增加,在近红外光区的反射率减小,这可能与叶片自身内部结构有一定的相关性;利用红边指数(SDr)作为参数可以在一定精度范围内预测大叶黄杨叶片表面滞尘量,简单比值指数与叶面滞尘量呈正相关。     

日本栗叶面积与叶片生物量计算方法的初步研究

以6年生日本栗品种＂辽栗10号＂与＂大峰＂为试材,对其叶长、叶宽、单叶面积、单叶干重、冠幅、冠高、单株叶片生物量进行了测定。研究不同品种间叶片长宽比值和比叶面积的差异性,叶片长、叶宽和叶片长宽乘积与单叶面积的相关性以及冠幅、冠高与单株叶片生物量的相关性。结果表明：不同品种间叶片长宽比、比叶面积均无显著差异;对日本栗叶长、叶宽、叶片长宽乘积与单叶面积进行一元回归方程拟合,决定系数与修正决定系数均达极显著水平（P〈0.0001）,其中以叶片长宽乘积与单叶面积的一元二次回归方程回归效果最好,决定系数达0.987 9,修正决定系数达0.987 7;单株叶片生物量与冠幅面积和冠高的二元线性回归关系达极显著水平（P〈0.0001）,决定系数达0.997 2,修正决定系数达0.996 4。在生产上,可以通过测量冠幅面积、冠高计算出单株叶片生物量和叶面积指数,该方法操作简单,具有较高应用价值。     

小兴安岭地区针阔混交林主要树种生长模型研究

选取小兴安岭地区天然针阔混交林为样地,以红松、冷杉、云杉、水曲柳、枫桦、紫椴等6种主要优势树种为研究对象,分别进行树高和胸径、冠幅和胸径的相关性分析。通过SPSS 20.0软件将调查的数据代入备选的8个经典数学模型中进行回归分析,得到各方程的P值、决定系数R~2和相关参数,并采用总误差、平均误差、平均相对误差和均方根误差等验证拟合精度,最终选出最优的树木生长模型。结果表明:针叶树的树高和胸径、冠幅与胸径相关性显著,在树高-胸径模型中平均决定系数为0.809,在冠幅-胸径模型中平均决定系数为0.498。相对于针叶树来说,阔叶树树高和胸径、冠幅和胸径的相关性略差,其决定系数平均值分别为0.608,0.395。不同树种适应不同树木生长模型,在树高-胸径的相关性分析中,以幂函数、S函数模型居多,冠幅-胸径模型以三次多项式模型最为显著。     

广西主要树种立木生物量模型的研建

在广西境内收集杉木、马尾松、桉树、硬阔类、软阔类等树种333株,按收获法进行生物量测定,分别树种采用W=c1×Dc2,W=c1×(D2H)c2,W=c1×Dc2×Hc3模型进行地上部分生物量拟合,并采用加权回归估计消除模型的异方差,利用部分有根部生物量测定的样本,分别树种建立地下与地上生物量回归模型,获得平均根茎比参数。结果表明:1)采用W=c1×Dc2×Hc3结构建立地上生物量模型,具有较高的精度;2)通过加权回归后,地上生物量模型精度略有降低,但模型稳定性增强;3)主要树种地上生物量模型的决定系数R2均达到0.93以上,总相对误差(TRE)和平均系统误差(MSE)均控制在±1%以内,平均预估精度基本在94%以上,结合平均根茎比参数,可在一定径级范围内用于广西主要树种生物量估测。     

基于贝叶斯法的针阔混交林树高与胸径混合效应模型

【目的】在多树种多层次针阔混交林中,基于贝叶斯混合效应模型法构建树高与胸径关系的混合效应模型,以提高预测模型参数稳定性,为揭示混交林多树种生长规律、资源分配差异及森林质量精准提升提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松和白桦针阔混交林为研究对象,基于112块标准地(30 m×30 m)调查数据,选取6个包含不同林分因子的理论方程作为构建混交林不同树种树高与胸径关系的基础模型,选择出拟合精度较高的模型,分别采用两水平非线性混合效应模型法和贝叶斯混合效应模型法构建立包含哑变量的多树种树高与胸径关系模型。【结果】包含林分优势高和林分断面积组合变量的Richards方程拟合效果最好,模型确定系数(R~2)、均方根误差(RMSE)和绝对误差(Bias)分别为0849 5、2378 6和0365 4;贝叶斯混合效应模型法拟合精度略高于传统非线性混合效应模型法:基于传统非线性混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0930 4和0103 4,白桦树高与胸径关系模型的RMSE和Bias分别为0982 7和0112 6;基于贝叶斯混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0910 5和0096 8,白桦树高与胸径关系模型的RMSE和Bias分别为0963 3和0100 2。【结论】基于贝叶斯混合效应模型法构建的非线性混合效应模型,充分考虑混交林多树种树高与胸径关系模型参数的不确定性,模型预测效果更具可靠性和稳定性。     

基于GWR的大兴安岭森林立地质量遥感分析

【目的】建立遥感信息模型,估算森林地位级指数,对森林立地质量的空间分布进行系统研究,为森林经营管理和营林造林提供数据支持与理论依据。【方法】以黑龙江省大兴安岭地区为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,采用以最小二乘为基础的多元线性模型(全局模型)和以地理加权回归(GWR)为基础局域回归模型提取包括遥感因子土壤修正植被指数(MSVI)、差值植被指数(DVI)和林分因子林分平均胸径(ADBH)、林分郁闭度(FCC)在内的4个因子作为自变量,建立地位级指数全局估算模型和局域估算模型。对比2种方法,最终采用地理加权回归模型来绘制研究区域地位级指数空间分布图,对研究区域的立地质量进行评价与分析,并探索研究区域内森林地位级指数的空间分布状态随地形的变化趋势。采用全局Moran I描述不同空间尺度下模型残差的空间自相关性(以8 km为间隔计算从8 km到80 km)。【结果】大兴安岭地区地位级指数呈现明显的聚集分布,具体表现为东高西低、北高南低,并且最大值出现在北部区域。遥感因子和林分因子影响森林地位级指数的空间分布。地理加权回归模型的拟合和精度明显好于全局模型,其中全局模型的R2adj为0.48、AIC为1 816、RMSE为1.74,地理加权回归模型的R2adj为0.53、AIC为1 784、RMSE为1.29。通过模型模拟结果和实测值的对比分析发现,地理加权回归模型具有更高的验证精度和更好的拟合效果。基于地理加权回归模型残差分析可知,地理加权回归模型能够很好地解决模型残差的空间自相关性,产生更为理想的模型残差。【结论】全局模型和局域地理加权回归模型能够较为有效地估算黑龙江省大兴安岭地区森林地位级指数,加入样地位置信息进行回归分析的地理加权回归模型能够更有效地降低数据的空间自相关性,结果更符合传统统计模型中关于残差间相互独立的基本假设,使得建模过程更加科学合理。     

针阔混交异龄林林分优势高的确定方法

基于广东省59 块针阔混交异龄林一类固定样地实测数据,采用7 种方法计算林分优势高,对7 种计算方法获取的林分优势高进行相关性分析和差异分析,并建立了林分优势高和林分平均高的线性模型。结果表明,针阔混交异龄林的7 种林分优势高间的相关系数均超过0.9;根据差异性分析结果和调查、计算简单的原则,确定不分树种取最大3 株优势高的算术平均作为针阔混交异龄林的林分优势高;林分优势高与林分平均高之间的关系方程为Y= 0.948 9X+4.133 7, 决定系数R2 为0.656 3,具有良好的线性关系。     

基于k-NN算法的叶面积指数遥感反演

叶面积指数(Leaf Area Index,LAI)作为植被冠层结构的重要描述参数之一,能体现植被光合、蒸腾和呼吸作用的能力。借助GPS和LAI-2200冠层分析仪在攸县黄丰桥林场开展LAI测量。利用ENVI软件对Geo Eye-1数据进行了辐射定标,大气校正和正射校正。通过研究LAI与Geo Eye-1影像波段及其衍生指数的相关性,筛选出2组估算LAI的指数因子(6个指数因子和10个指数因子)。应用k-NN进行叶面积指数反演,同时将反演结果与多元线性回归模型结果进行比较。结果表明:利用2组指数因子进行多元线性回归模型反演LAI中,6个指数因子的模型决定系数R2为0.386,10个指数因子的模型决定系数R2为0.498。从回归模拟的角度分析,10个指数因子得到的模拟结果要优于6个指数因子的模拟结果。利用2组指数因子通过设置4个不同的k值(k=3,5,7,10)得到8个k-NN反演结果中,以10个指数因子得到的k-NN反演结果较好,其中在k=3时效果最好,其决定系数R2为0.733,精度为85.4%。建模精度分析表明选用10个指数因子进行LAI的反演优于选用6个指数因子,其中k-NN方法的反演结果优于多元线性回归模型,说明利用k-NN方法进行LAI的反演是可行的。