基于小班对象森林蓄积量遥感估测模型合理性诊断.docVIP

基于小班对象森林蓄积量遥感估测模型合理性诊断 　　摘要：以四川省遂宁市安居区为研究区域，研究了基于小班对象的森林蓄积量遥感估测模型的构建与合理性诊断。首先论述了建立森林蓄积量模型所需的各种数据，包括定性、定量数据以及遥感影像的派生数据。其次采用最大膨胀因子法及残差平方和法对选取的６０个小班样地数据进行最优变量的选择，最终ＴＭ２、ＴＭ５、ＴＭ７、TM、有林地、郁闭度等6个变量成为估测模型的主要因子。再次选取２４个样地数据并采用残差分析方法对构建的模型进行合理性诊断，诊断结果显示模型基本合理。最后选用岭迹法对其余３６个样地进行模型构建。构建的模型所测蓄积量的相对误差达8．0％，可应用到生产实践当中。 　　关键词：小班；遥感估测；森林蓄积量；合理性诊断 　　中图分类号：Ｐ２３７ 文献标识码：Ａ 文章编号：0439－８114（２０11）23－4945-04 　　 　　Rationality Diagnosis of Remote Estimation Model of Forest Volume Based on Small Class Objects 　　 　　CHENE Wu-xue1，NI Yong2，YANG Cun-jian1，ZHOU Jie-ming1，ZHOU Wan-cun3 　　（1. Key Laboratory of Land Resources Evaluation and Mornitoring in Southwest， Ministry of Education， Chengdu 610066，China； 　　2. Huahong Ecological Gardening Limited Compary， Nantong 226200，Jiangsu，China； 　　3. Institute of Mountain Hazards and Evironment，CAS，Chengdu 610041，China） 　　 　　Ａｂｓｔｒａｃｔ： Ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｅｓｔｉｍａｔｉｏｎ ｍｏｄｅｌ ｆｏｒ ｆｏｒｅｓｔ ｖｏｌｕｍｅ ａｎｄ ｒａｔｉｏｎａｌｉｔｙ ｄｉａｇｎｏｓｉｓ ｂａｓｅｄ ｏｎ ｓｍａｌｌ ｃｌａｓｓ ｏｂｊｅｃｔ ｗｅｒｅ ｓｔｕｄｉｅｄ ｕｓｉｎｇ ｔｈｅ Ａｎjｕ ｄｉｓｔｒｉｃｔ ｏｆ Ｓｕｉnｉｎｇ ｉｎ Ｓｉcｈｕａｎ ｐｒｏｖｉｎｃｅ ａｓ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔ． Ｆｉｒｓｔｌｙ， ｔｈｅ ｄａｔａ ｔｏ ｅｓｔａｂｌｉｓｈ ｔｈｅ ｍｏｄｅｌ ｆｏｒ ｆｏｒｅｓｔ ｖｏｌｕｍｅ ｗａｓ ｄｅｓｃｒｉｂｅｄ， ｉｎｃｌｕｄｉｎｇ ｑｕａｌｉｔａｔｉｖｅ ａｎｄ ｑｕａｎｔｉｔａｔｉｖｅ ｄａｔａ ａｎｄ ｔｈｅ ｄａｔａ ｄｅｒｉｖｅｄ ｆｒｏｍ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅｓ． ６０ ｃｌａｓｓｅｓ ｓａｍｐｌｅ ｄａｔａ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ｆｏｒ ｏｐｔｉｍａｌ ｖａｒｉａｂｌｅ ｓｅｌｅｃｔｉｏｎ ｗｉｔｈ ｔｈｅ ｍａｘｉｍｕｍ ｅｘｐａｎｓｉｏｎ ｆａｃｔｏｒ ｍｅｔｈｏｄ ａｎｄ ｔｈｅ ｒｅｓｉｄｕａｌ ｓｕｍ ｏｆ ｓｑｕａｒｅｓ ｍｅｔｈｏｄ． Ｆｉｎａｌｌｙ， 6 ｖａｒｉａｂｌｅｓ ｓｕｃｈ ａｓ ＴＭ２， ＴＭ５， ＴＭ７， TM， ｆｏｒｅｓｔｅｄ ｌａｎｄ ａｎｄ ｃａｎｏｐｙ ｄｅｎｓｉｔｙ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ａｓ ｔｈｅ ｍａｊｏｒ ｆａｃｔｏｒs ｏｆ ｅｓｔｉｍａｔｉｏｎ ｍｏｄｅｌ． Ｔｈｅｎ ２４ ｐｌｏｔｓ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ａｎｄ ｒｅｓｉｄｕａｌ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ ｗａｓ ｕｓｅｄ ｔｏ ｍａｋｅ ａ ｓｉｇｎｉｓｉｓ ｆｏｒ ｒａｔｉｏｎａｌｉｔｙ ｏｆ ｔｈｅ ｃｏｎｓｔｒｕｃｔｅｄ ｍｏｄｅｌ， ａｎｄ ｔｈｅ ｄｉａｇｎｏｓｔｉｃ ｒｅｓｕｌｔｓ ｓｈｏｗed that ｔｈｅ ｍｏｄｅｌ waｓ ｒｅａｓｏｎａｂｌｅ． Ｆｉｎａｌｌｙ， ｒｉｄｇｅ ｅｓｔｉｍａｔｉｏｎ ｍｅｔｈｏｄ ｗas ｓｅｌｅｃｔｅｄ ｔｏ ｃｏｎｓｔｒｕｃｔ ｔｈｅ ｍｏｄｅｌ ｕｓｉｎｇ ｔｈｅ ｒｅｍａｉｎｉｎｇ ３６ ｐｌｏｔｓ． Ｔｈｅ ｒｅｌａｔｉｖｅ ｅｒｒｏｒ ｏｆ ｖｏｌｕｍｅ ｍｅａｓｕｒｅｄ ｂｙ ｔｈｅ ｃｏｎｓｔｒｕｃｔｅｄ ｍｏｄｅｌ ｒｅａｃｈｅd 8．0％， ｗｈｉｃｈ ｃｏｕｌｄ ｂｅ ａｐｐｌｉｅｄ ｔｏ ｐｒｏｄｕｃｔｉｏｎ ｐｒａｃｔｉｃｅｓ ｐｒｏｄｕｃｅｄ． Ｉｔ was ｐｒｏｖｅｄ ｔｈａｔ ｔｈｅ ｆｏｒｅｓｔ ｖｏｌｕｍｅ ｒｅｍｏｔｅ ｓｅｎｓ