基于偏最小二乘回归模型的高山松蓄积量遥感估测.pdfVIP

— １８２— 江苏农业科学　２０１５年第４３卷第８期 李圣娇，舒清态，徐云栋，等．基于偏最小二乘回归模型的高山松蓄积量遥感估测［Ｊ］．江苏农业科学，２０１５，４３（８）：１８２－１８５． ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１５．０８．０６０ 基于偏最小二乘回归模型的高山松蓄积量遥感估测 李圣娇，舒清态，徐云栋，张　焱 （西南林业大学林学院，云南昆明６５０２２４） 　　摘要：以Ｌａｎｄｓａｔ８影像为遥感数据源，以遥感因子、ＧＩＳ因子、林分因子、郁闭度等为自变量，在前期野外样地调查 的基础上，采用偏最小二乘法（ＰＬＳ），建立香格里拉县高山松蓄积量遥感估测模型。试验结果表明，郁闭度对香格里 拉县高山松蓄积量估测的影响极其显著，第５、６波段对其影响较为显著；运用偏最小二乘法建立的样地蓄积量估测模 ２ ３ ２ 型，调整决定系数Ｒ 为０．７７７５，均方根误差ＲＭＳＥ为３６．９０ｍ／ｈｍ，总预报偏差的相对误差ＲＥ为２３．１８％，模型精 度为７３．０８％。以像元为单位提取高山松林所对应的自变量因子，利用估测模型得到研究区高山松林总蓄积量为 ３ １３７２．４０６万ｍ。　 　　关键词：高山松；蓄积量遥感估测；偏最小二乘法；香格里拉 　　中图分类号：Ｓ１２７　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１５）０８－０１８２－０４ 　　森林是地球上最大的生态系统，森林蓄积则是表征森林 道。高山松林一般分布于云杉林、冷杉林下限，海拔２８００～ ［１］ 数量最重要的指标之一 。传统的森林蓄积量调查方法费 ３５００ｍ之间，林分外貌整齐，成片分布，以同龄单层林常见。 时费力，且仅适用于小范围的研究。随着遥感技术的不断发 高山松适应性广，更新能力强，是山地寒温带向山地亚热带过 展，基于遥感技术的森林蓄积量估测已成为国内外学者研究 渡的喜光、耐旱、耐瘠薄的先锋树种。本研究采用 Ｌａｎｄｓａｔ８ 的热点，利用遥感影像数据结合少量的地面样地实测数据，建 影像作为遥感数据源，结合云南省香格里拉县２００６年森林资 立以遥感因子、ＧＩＳ因子、林分立地条件为自变量因子的蓄积 源二类调查数据，采用偏最小二乘法建立森林蓄积量估测模 ［２－７］ 量估测模型已成为一种趋势 。张友静等将 Ｋ－Ｔ变换得 型，研究结果可为低纬度、高海拔地区遥感地学的研究提供 到的绿度、湿度、郁闭度作为自变量，构造出具有物理意义的 依据。 ［２］ 森林蓄积量遥感估测模型，精度高达９０％ 。琚存勇等利用 １　研究区概况 ＴＭ影像和１２９个实测样地进行了蓄积量估测模型的研究，结 果表明泛化改进的ＢＰ神经网络比普通 ＢＰ神经网络具有更 　　香格里拉县（９９°２０′～１００°１９′Ｅ，２６°５２′～２８°５２′Ｎ）位于 ［４］ 高的预报精度 。近年来得以发展的偏最小二乘回归（ＰＬＳ） 云南省西北部、迪庆州东北部，地处云南亚热带常绿阔叶林植 ［５－７］ 方法也逐渐被应用于蓄积量估测领域的研究中 ，而运用 被区向青藏高原高寒植被区过渡地带，森林覆盖率为 ＰＬＳ对高海拔地区的高山松进行遥感蓄积量估测尚未见报 ７４９９％，植被分布南北差异明显，在环县境的东、南、西３面 山体垂直分布完整而典型。在垂直分布上，海拔 ４５００～ 收稿日期：２０１５－０３－１８ ４７００ｍ为雪线带