基于空间回归模型的思茅松林生物量遥感估测及光饱和点确定
[目的]确定思茅松林生物量遥感估测的光饱和点,构建空间全局和局域遥感信息模型反演思茅松林生物量,为思茅松林生物量遥感估测提供参考.[方法]以云南省普洱市思茅松林为研究对象,基于Landsat8OLI遥感影像数据和森林资源二类调查数据,运用二次项函数和幂函数求解思茅松林生物量光饱和点,采用普通最小二乘模型(OLS)、空间滞后模型(SLM)、空间误差模型(SEM)和地理加权回归模型(GWR)构建遥感信息模型,估测思茅松林地上生物量.[结果]1)普洱市思茅松林Landsat8OLI遥感估测地上生物量的光饱和点为106.3 t·hm-2;2)空间回归模型拟合精度较高,尤其是GWR模型具有最高的R2(0.373)和最小的AIC(4 577.8),其拟合精度显著高于OLS、SLM和SEM模型;3)独立性样本检验结果表明,GWR模型的预估精度最高,且通过刀切法检验可知GWR模型在高值阶段(≥100 t·hm-2)和低值阶段(0～50 t·hm-2)的生物量估测能力强于OLS、SLM和SEM模型;4) GWR模型反演计算结果表明,思茅松林单位面积地上生物量为66.496 t·hm-2,与实测值偏差23.511％,估测误差低于OLS、SLM和SEM模型.[结论]对普洱市思茅松林生物量进行遥感估测时,GWR模型优于OLS模型和其他空间全局回归模型,且GWR模型可在一定程度上解决高值低估和低值高估问题,减小光饱和点对遥感估测精度的影响.
地上生物量、光饱和点、空间回归模型、二类调查数据、思茅松林
56
S757(森林经营学、森林计测学、森林经理学)
国家自然科学基金项目;云南省王广兴专家工作站;云南省万人计划青年拔尖人才专项
2020-05-15（万方平台首次上网日期，不代表论文的发表时间）
共10页
38-47
