基于ALOS数据的云南松林蓄积量遥感估测方法.pdf

第4_4卷 第 1期 福 建 林 业 科 技 Vok44 No．1 2017年 3月 Jour of Fujian Forestry Sciand Tech Mat．，20 17 doi：10．13428／j．cnki．lk．2017．01．003 基于ALOS数据的云南松林蓄积量遥感估测方法 王丽媛 ，胡振华 ，徐天蜀 (西南林业大学林学院，云南 昆明650224) 摘要：基于ALOS数据和样地实测数据为数据源，云南省宜良县为研究区，以提高森林蓄积量遥感估测模型精度为目的，从 遥感、GIS、郁闭度等方面选取与森林蓄积量相关性较高的因子作为 自变量。采用逐步回归法、主成分分析法、偏最小二乘 法3种模型估测宜良县的云南松林蓄积量。从3种模型的拟合效果和估测精度比较结果表明：偏最小二乘法精度最高，调 整决定系数为0．754，预测精度为82．77％，与主成分分析等传统线性估测模型相比精度有较大改善。 关键词：ALOS数据；偏最小二乘法 ；云南松；森林蓄积量 中图分类号：$791．257；$771．8 文献标识码：A 文章编号：1002—7351(2017)01—0010—06 TheRemoteSensingEstimationM ethodsofPinusyunnanens~ForestStockVolume BasedonALOSData W ANG Liyuan，HU Zhenhua，XU Tianshu (CollegeofForestry，SouthwestForestryUniversity，Kunming650224，Yunnan，China) Abstra~：BasedonALOSdataandforestry reSOUrceinvemory data．inordertoimprovetheaccuracyofpredictingforestvolumeby remotesensing．Analyzedtherelativerelationbetweenremotesensingvariables，forestcnao~ andforestvolume，settinghtehighly relevantfactor．ThetestsitewaslocatedinYiliangofYunnanProvince．Multi-stepwiseregressionmodel，principalcomponentmodel nadpartialleastsquareregressionmod elswerebuihtoestimateforeststockvolumeoft~nusyunnanensis．An dhteaccuracyofthese threemodelswere analyzedandcomparedtostudytheapplicationofrergessionmodelsinforeststockvolume．Theresultsshowed thattheaccuracyandfittingeffectsofpartial leastsquareregressionmodelarebetterhtantheothertwomod els．Determinationcocfg— eientwas0．754andpredictionaccuracyreached82．77％．Comparingthismethodwithtraditional linearestimationmod elsuchas principalcomponentanalysis，accuracyshown agreatlyimprovement． Keywords：ALOS；partial leastsquare；Pinusyunnanens／s；foreststockvolume 随着国家森林调查的快速发展，对森林资源及其定量估测方法的需求 日益增加，森林蓄积量已经是表 征森林数量重要的指标之一_1]。传统的森林蓄积量调查方法耗时、耗力，且不适宜大范围的研究区域。 遥感回归