啞變量在森林蓄積量模型估測(cè)中的應(yīng)用
發(fā)布時(shí)間:2021-09-04 05:05
【目的】建立含啞變量的林分蓄積量估測(cè)模型,分析啞變量在香格里拉高山松林分蓄積量模型中的意義與作用。【方法】以香格里拉為研究區(qū),基于2008—2009年3幅TM遙感影像與2008年抽樣控制樣地?cái)?shù)據(jù),對(duì)香格里拉高山松林分神經(jīng)網(wǎng)絡(luò)模型與考慮齡組構(gòu)造的啞變量神經(jīng)網(wǎng)絡(luò)模型兩種類型建立蓄積量遙感估測(cè)模型,并進(jìn)行精度評(píng)價(jià)。對(duì)比模型的估測(cè)值與實(shí)測(cè)值,計(jì)算模型殘差,檢驗(yàn)各齡組殘差均值與0之間的差異性;同時(shí)對(duì)模型的預(yù)測(cè)值結(jié)果進(jìn)行組間均值的差異性檢驗(yàn),以此作為確定齡組分類形式構(gòu)建啞變量的標(biāo)準(zhǔn)與依據(jù)!窘Y(jié)果】2個(gè)模型的獨(dú)立樣本檢驗(yàn)結(jié)果表明,引入啞變量的神經(jīng)網(wǎng)絡(luò)估測(cè)模型比神經(jīng)網(wǎng)絡(luò)模型擬合效果要好,其決定系數(shù)要高于神經(jīng)網(wǎng)絡(luò)模型,決定系數(shù)從0.516提高到0.783。模型預(yù)估精度從神經(jīng)網(wǎng)絡(luò)模型的66.3%提高至啞變量模型的74.8%,估算誤差優(yōu)于神經(jīng)網(wǎng)絡(luò)模型。【結(jié)論】根據(jù)模型的殘差差異性結(jié)果得出,啞變量模型可以在一定程度上解決在估測(cè)幼齡林、中齡林蓄積量低值高估的問(wèn)題;可見(jiàn)引入啞變量估測(cè)森林蓄積量的方法是相對(duì)有效的。
【文章來(lái)源】:中南林業(yè)科技大學(xué)學(xué)報(bào). 2020,40(07)北大核心CSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【部分圖文】:
香格里拉高山松樣地分布
【參考文獻(xiàn)】:
期刊論文
[1]基于多尺度遙感影像紋理特征的森林蓄積量反演[J]. 汪康寧,呂杰,李崇貴. 中南林業(yè)科技大學(xué)學(xué)報(bào). 2017(11)
[2]結(jié)合紋理因子和地形因子的森林蓄積量多光譜估測(cè)模型[J]. 楊柳,馮仲科,岳德鵬,孫金華. 光譜學(xué)與光譜分析. 2017(07)
[3]耦合光譜、紋理信息的森林蓄積量估算研究[J]. 郝瀧,劉華,陳永富,吳云華. 山地學(xué)報(bào). 2017(02)
[4]基于PALSAR全極化數(shù)據(jù)的城市森林蓄積量估測(cè)[J]. 張密芳,胡曼,李明陽(yáng). 南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[5]啞變量在云杉地上生物量模型中的應(yīng)用研究[J]. 楊英,冉啟香,陳新云,歐強(qiáng)新. 林業(yè)資源管理. 2015(06)
[6]基于不同立地質(zhì)量的森林蓄積量遙感估測(cè)[J]. 劉俊,孟雪,溫小榮,林國(guó)忠,佘光輝,劉雪慧,徐達(dá). 西北林學(xué)院學(xué)報(bào). 2016(01)
[7]基于Landsat8衛(wèi)星光譜與紋理信息的森林蓄積量估算[J]. 王月婷,張曉麗,楊慧喬,王書涵,白金婷. 浙江農(nóng)林大學(xué)學(xué)報(bào). 2015(03)
[8]基于高分辨率遙感影像的森林蓄積量估測(cè)[J]. 李利偉,黃國(guó)勝,王雪軍,張超,智長(zhǎng)貴,黨永峰,王威. 福建林業(yè)科技. 2014(04)
[9]基于ALOS遙感數(shù)據(jù)紋理及紋理指數(shù)的柞樹(shù)蓄積量估測(cè)[J]. 劉俊,畢華興,朱沛林,孫菁,朱金兆,陳濤. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014(07)
[10]結(jié)合影像光譜與地形因子的森林蓄積量估測(cè)模型[J]. 王佳,宋珊蕓,劉霞,楊慧喬,馮仲科. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014(05)
博士論文
[1]黃海葉綠素及初級(jí)生產(chǎn)力的遙感估算[D]. 楊曦光.中國(guó)科學(xué)院研究生院(海洋研究所) 2013
[2]回復(fù)式神經(jīng)網(wǎng)絡(luò)及其在組合優(yōu)化問(wèn)題中的應(yīng)用[D]. 屈鴻.電子科技大學(xué) 2006
碩士論文
[1]基于Landsat8-OLI的香格里拉高山松林生物量遙感估測(cè)模型研究[D]. 孫雪蓮.西南林業(yè)大學(xué) 2016
[2]森林蓄積量遙感估測(cè)研究[D]. 涂云燕.北京林業(yè)大學(xué) 2013
本文編號(hào):3382620
【文章來(lái)源】:中南林業(yè)科技大學(xué)學(xué)報(bào). 2020,40(07)北大核心CSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【部分圖文】:
香格里拉高山松樣地分布
【參考文獻(xiàn)】:
期刊論文
[1]基于多尺度遙感影像紋理特征的森林蓄積量反演[J]. 汪康寧,呂杰,李崇貴. 中南林業(yè)科技大學(xué)學(xué)報(bào). 2017(11)
[2]結(jié)合紋理因子和地形因子的森林蓄積量多光譜估測(cè)模型[J]. 楊柳,馮仲科,岳德鵬,孫金華. 光譜學(xué)與光譜分析. 2017(07)
[3]耦合光譜、紋理信息的森林蓄積量估算研究[J]. 郝瀧,劉華,陳永富,吳云華. 山地學(xué)報(bào). 2017(02)
[4]基于PALSAR全極化數(shù)據(jù)的城市森林蓄積量估測(cè)[J]. 張密芳,胡曼,李明陽(yáng). 南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[5]啞變量在云杉地上生物量模型中的應(yīng)用研究[J]. 楊英,冉啟香,陳新云,歐強(qiáng)新. 林業(yè)資源管理. 2015(06)
[6]基于不同立地質(zhì)量的森林蓄積量遙感估測(cè)[J]. 劉俊,孟雪,溫小榮,林國(guó)忠,佘光輝,劉雪慧,徐達(dá). 西北林學(xué)院學(xué)報(bào). 2016(01)
[7]基于Landsat8衛(wèi)星光譜與紋理信息的森林蓄積量估算[J]. 王月婷,張曉麗,楊慧喬,王書涵,白金婷. 浙江農(nóng)林大學(xué)學(xué)報(bào). 2015(03)
[8]基于高分辨率遙感影像的森林蓄積量估測(cè)[J]. 李利偉,黃國(guó)勝,王雪軍,張超,智長(zhǎng)貴,黨永峰,王威. 福建林業(yè)科技. 2014(04)
[9]基于ALOS遙感數(shù)據(jù)紋理及紋理指數(shù)的柞樹(shù)蓄積量估測(cè)[J]. 劉俊,畢華興,朱沛林,孫菁,朱金兆,陳濤. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014(07)
[10]結(jié)合影像光譜與地形因子的森林蓄積量估測(cè)模型[J]. 王佳,宋珊蕓,劉霞,楊慧喬,馮仲科. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014(05)
博士論文
[1]黃海葉綠素及初級(jí)生產(chǎn)力的遙感估算[D]. 楊曦光.中國(guó)科學(xué)院研究生院(海洋研究所) 2013
[2]回復(fù)式神經(jīng)網(wǎng)絡(luò)及其在組合優(yōu)化問(wèn)題中的應(yīng)用[D]. 屈鴻.電子科技大學(xué) 2006
碩士論文
[1]基于Landsat8-OLI的香格里拉高山松林生物量遙感估測(cè)模型研究[D]. 孫雪蓮.西南林業(yè)大學(xué) 2016
[2]森林蓄積量遙感估測(cè)研究[D]. 涂云燕.北京林業(yè)大學(xué) 2013
本文編號(hào):3382620
本文鏈接:http://sikaile.net/wenshubaike/mfmb/3382620.html
最近更新
教材專著