基于啞變量模型探究樹種差異性對LAI反演模型精度的影響,為建立更精確的LAI反演模型提供一定參考。以塞罕壩機(jī)械林場中的落葉松、樟子松、白樺及云杉為研究對象,基于178塊樣地（白樺40個(gè),落葉松56個(gè),樟子松48個(gè),云杉34個(gè)）的LAI實(shí)地調(diào)查數(shù)據(jù)及2019年8月8日的哨兵2號遙感影像,利用全子集回歸模型進(jìn)行全局擇優(yōu),在19個(gè)變量因子中選取適宜的變量因子,構(gòu)建相關(guān)的線性模型以及啞變量模型。結(jié)果表明,引入樹種作為啞變量后,模型的R~2提高了0. 03,RMSE減少了0. 05,AIC減少了7. 23。樹種差異性對LAI的反演存在顯著影響,綜合考慮樹種的啞變量模型擬合精度更高,為建立更高精度的LAI反演模型提供借鑒。 

【文章頁數(shù)】：5 頁

【文章目錄】：
引言
1 材料與方法
    1.1 研究區(qū)概況
    1.2 數(shù)據(jù)獲取與處理
        1.2.1 遙感影像的處理
        1.2.2 植被指數(shù)與地形因子的獲取
    1.3 研究方法
        1.3.1 基本模型
        1.3.2 啞變量模型
        1.3.3 模型評價(jià)
2 結(jié)果與分析
    2.1 變量因子選擇
    2.2 模型構(gòu)建與評價(jià)
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]錫林河流域植被葉面積指數(shù)時(shí)空變化特征及其對地形因子的響應(yīng)[J]. 段利民,李瑋,羅艷云,劉廷璽,Buren Scharaw,于長翔.  水土保持研究. 2019(03)
[2]地形對典型闊葉紅松林葉面積指數(shù)分布的影響[J]. 劉志理,畢連柱,宋國華,王全波,劉琪,金光澤.  應(yīng)用生態(tài)學(xué)報(bào). 2017(09)
[3]基于HJ-CCD數(shù)據(jù)和隨機(jī)森林算法的小麥葉面積指數(shù)反演[J]. 王麗愛,周旭東,朱新開,郭文善.  農(nóng)業(yè)工程學(xué)報(bào). 2016(03)
[4]馬尾松純林葉面積指數(shù)和平均樹高的協(xié)整模型研究[J]. 王傳立,李建軍,王萍.  西部林業(yè)科學(xué). 2013(04)
[5]偏最小二乘回歸在Hyperion影像葉面積指數(shù)反演中的應(yīng)用[J]. 孫華,鞠洪波,張懷清,林輝,凌成星.  中國農(nóng)學(xué)通報(bào). 2012(07)
[6]典型草原通量塔通量貢獻(xiàn)區(qū)地上生物量和葉面積指數(shù)的時(shí)空變異[J]. 王猛,李貴才,王軍邦.  應(yīng)用生態(tài)學(xué)報(bào). 2011(03)
[7]不同空間尺度森林葉面積指數(shù)的估算方法[J]. 向洪波,郭志華,趙占輕,王建力.  林業(yè)科學(xué). 2009(06)
[8]基于TM的輻射傳輸模型反演葉面積指數(shù)可行性研究[J]. 陳艷華,張萬昌,雍斌.  國土資源遙感. 2007(02)



本文編號：3691569