-
题名生物量精确估算模型与参数辨识方法及应用
被引量：7
- 1
-
-
作者
刘恩斌
李永夫
周国模
施拥军
莫路锋
-
机构
浙江林学院环境科技学院
浙江林学院信息工程学院
-
出处
《生态学报》
CAS
CSCD
北大核心
2010年第10期2549-2561,共13页
-
基金
国家自然科学基金资助项目(30771715
30900190)
国家林业局948项目(2008-4-49)
-
文摘
从生物量模型的构建与参数辨识方法的改进对生物量进行精确估算。用Chebyshev多项式系的组合构建了p维连续函数空间的一组乘积型基,进而建立了生物量估算统一模型,它具有如下特点:(1)可以克服常用生物量估算模型的经验性、不稳定性、不通用性及对生物量影响因素适应性差的特点,(2)它适合于影响生物量的任何因素,故适应范围非常广且很稳定,(3)可根据实际需要及估算精度确定影响生物量的因素及其阶数大小,(4)模型对生物量的估算相当于在区间[-1,1]上进行的数值插值,变量阶数越高,所插入的点就越多,估算结果越符合实际,整个估算的插值过程与树木的树干解析与树木生长原理是相一致的。对所建模型的参数辨识方法做了探讨,经典最小二乘算法是生物量估算的最常用参数辨识方法,由于它本身固有的一些缺陷使常用最小二乘的估算精度与使用范围受到很大的限制,现代多元统计分析的偏最小二乘算法可以克服常用最小二乘的缺陷,但在提取成分时仍具有不足,针对偏最小二乘的缺陷本文对它做了改进,改进算法即能克服偏最小二乘的不足还能使估算精度大大提高。用2个案例对3种生物量估算方法做了对比分析,结果表明生物量估算统一模型与偏最小二乘改进算法精度最高,其生物量估计误差在零附近排成一条直线。
-
关键词
生物量估算统一模型
偏最小二乘改进算法
生物量
-
Keywords
unified model for biomass estimation
the improved partial Least-Squares Algorithm
biomass
-
分类号
Q948
[生物学—植物学]
-
-
题名融合数据在草地生物量估算中的应用
被引量：3
- 2
-
-
作者
尹晓利
张丽
许君一
刘良云
-
机构
山东科技大学测绘科学与工程学院
中国科学院遥感与数字地球研究所数字地球重点实验室
-
出处
《国土资源遥感》
CSCD
北大核心
2013年第4期147-154,共8页
-
基金
国家自然科学基金项目(编号:41271372)
国家"863"项目(编号:2012AA12A301)共同资助
-
文摘
为实现草地生物量的实时高精度监测,将时空适应性反射率融合模型(spatial and temporal adaptive reflectance fusion model,STARFM)融合后的数据引入到草地生物量估算模型中,以提高该模型的精度。以内蒙古锡林浩特市为研究区,首先采用STARFM融合MODIS和Landsat TM数据,同时对比分析反射率和NDVI输入数据的融合效果,认为直接融合NDVI数据得到的高分辨率NDVI产品的精度更高;然后,基于融合后高精度的NDVI数据与实测生物量建立多种生物量估算模型;通过统计比较得到最优生物量估算模型———指数模型;最后,基于融合后NDVI与原始MODIS NDVI数据分别作为自变量建立指数模型,以验证融合数据提高生物量估算模型精度的能力。研究表明,基于融合后NDVI的生物量估算模型决定系数R2由0.761提高到0.832,均方根误差由32.521 g/m2降低到28.653 g/m2,证明融合NDVI数据提高了生物量估算模型的精度。
-
关键词
数据融合
NDVI
锡林浩特
生物量估算模型
-
Keywords
data fusion
NDVI
Xilin Hot
biomass estimation model
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于BP神经网络的沙柳地上生物量预测模型
被引量：7
- 3
-
-
作者
程冀文
王树森
罗于洋
张岑
-
机构
内蒙古农业大学沙漠治理学院
清水河县老牛湾镇人民政府
-
出处
《林业科学研究》
CSCD
北大核心
2022年第3期193-198,共6页
-
基金
内蒙古自治区应用技术研究与开发项目“内蒙古地区多功能树种选育及扩繁关键技术研究与示范”(2019GG004)。
-
文摘
[目的]以库布其沙漠沙柳为研究对象,建立基于BP神经网络的沙柳生物量模型,探究不同建模因子下的沙柳生物量估算模型变化,以期探究沙柳生物量估算模型的最优形式。[方法]选取6种沙柳生长因子,并根据与生物量相关性大小加入输入变量,从而组成6组不同输入变量,输入变量包含因子数量逐步增加(1~6种)。对比BP神经网络沙柳生物量模型不同输入变量所拟合模型的性能,确定最佳输入变量,并在最优输入变量的基础上,确定BP神经网络隐层数量,经过反复训练,建立基于BP神经网络的沙柳生物量估算模型。[结果]基于BP神经网络的沙柳生物量模型最优结构,即输入层节点数(N_(in))∶隐层节点数(N_(h))∶输出层节点数(N_(out))为:4∶9∶1。其中训练数据R^(2)=0.97,RMSE=0.67,MAE=0.50;测试数据R^(2)=0.96,RMSE=1.10,MAE=0.77。[结论]基于BP神经网络的沙柳生物量,随着输入变量中输入因子的数量不断增加,发现其R^(2)、RMSE、MAE所表现出的模型性能逐渐变好,但是输入变量每增加1种后,当输入因子数量为5时,模型精度相比输入因子数量为4时提升幅度较小,考虑模型使用时的精度和野外工作的便利性,输入层最优输入因子数为4种,当隐层数为9时模型性能表现为最优。
-
关键词
沙柳
生物量估算模型
BP神经网络
库布其沙漠
-
Keywords
Salix psammophila
biomass model
BP neural network
Kubuqi desert
-
分类号
S718.5
[农业科学—林学]
-
-
题名温州城区绿地生物量时空动态变化研究
被引量：4
- 4
-
-
作者
陆超
沈建军
王秀云
朱汤军
-
机构
浙江省林业科学研究院
-
出处
《浙江林业科技》
北大核心
2017年第4期18-23,共6页
-
基金
浙江省省属科研院所扶持专项(2014F30021)
浙江省公益技术研究农业项目(2014C32118)
-
文摘
2015年对浙江省温州市主城区的绿地生物量进行实测,其数据与Landsat OLI遥感数据建立生物量估算模型,利用2005年和2010年Landsat遥感影像对同时期城市绿地生物量进行了反演,得到绿地生物量的时空分布,分析温州市主城区绿地生物量的变化特征。结果表明,基于遥感数据和随机森林建模可以获得较为理想的城市绿地生物量反演结果;城区内绿地主要以混合像元的形式存在,像元生物量密度普遍较低;随着建成区的不断扩张,城市绿地总生物量明显增加,从2005年的223 783.80 t增加至2015年的405 191.09 t,生物量平均密度从12.36 t·hm^(-2)上升至15.96 t·hm^(-2),且2010-2015年的增速更为显著;旧城区生物量也有较明显的增加,但平均生物量密度仍然明显低于建成区整体水平。未来城市发展应加强旧城区人口的疏导和绿地的合理规划,推行全方位多层次绿化,提高绿地生态效益。
-
关键词
温州市
城区
绿地
生物量
生物量估算模型
遥感
-
Keywords
Wenzhou
urban areas
green space
biomass
biomass estimation model
remote sensing
-
分类号
S731.2
[农业科学—林学]
-
