-
题名我国尺度兼容和树种分类的材积源森林碳储量模型
被引量：2
- 1
-
-
作者
张聪
刘琪
李海奎
刘鹏举
詹思颖
-
机构
中国林业科学研究院资源信息研究所、国家林业和草原局森林经营与生长模拟重点实验室
-
出处
《林业科学》
北大核心
2025年第1期57-69,共13页
-
基金
国家重点研发计划项目(2021YFD2200404)
国家自然科学基金项目(42141004)。
-
文摘
【目的】提出一种简单方便的森林碳储量估算方法,构建考虑林分特征的尺度兼容和树种分类的材积源森林碳储量模型,为估算多尺度和多树种森林碳储量提供方法和技术支持。【方法】基于第6~9次全国森林资源清查数据和异速生长方程,分别利用含哑变量的非线性最小二乘法的独立模型和非线性似然无关回归的联立方程组模型,构建考虑起源、龄组2个主要林分特征的尺度兼容和树种分类的森林碳储量模型,通过加权回归消除异方差,采用决定系数(R^(2))、估计值的标准差(SEE)、平均预估误差(MPE)、总相对误差(TRE)和差异百分比(VP)对模型进行评价;同时利用2021年林草综合监测数据,比较不同尺度模型估算全国森林碳储量的差异。【结果】1)共构建2974类尺度兼容的森林碳储量模型,与独立模型相比,联立方程组模型的R^(2)无明显差异。独立模型和联立方程组模型分别为1383和1591类,模型R^(2)的平均值分别为0.9661和0.9652,MPE分别为0.75%和0.78%,联立方程组模型的R^(2)仅下降0.0009,MPE仅上升0.03%。2)共构建2520类树种分类的森林碳储量模型,与尺度兼容模型结果一样,独立模型和联立方程组模型的R^(2)无明显差异。独立模型和联立方程组模型均为1260类,模型R^(2)的平均值分别为0.9443和0.9424,MPE分别为0.48%和0.49%,联立方程组模型的R^(2)仅下降0.0019,MPE仅上升0.01%。3)构建4种不同建模方式(独立-尺度模型、独立-树种模型、联立-尺度模型、联立-树种模型)的森林碳储量模型。相比独立模型,联立方程组模型的参数变动幅度更小。4种不同建模方式共包含参数a和参数b分别为46157和23935个。独立模型和联立方程组模型参数a的平均值分别为0.5965和0.6200,极差分别为2.3186和2.1922,独立模型的参数极差偏高0.1264;参数b的平均值分别为0.9332和0.9318,极差分别为0.6723和0.5065,独立模型的参数极差偏高0.1667。4)不同尺度模型估算全国森林碳储量时,无论何种尺度,独立模型的估算差异均大于联立方程组模型,但总体上各种尺度模型的估算差异均在3%以内。【结论】1)本研究提出的从森林蓄积量直接到森林碳储量的材积源森林碳储量模型数据有效、方法可靠,可用于直接估算森林碳储量。2)基于含哑变量的非线性似然无关的联立方程组方法,可更好地建立尺度兼容和树种分类的森林碳储量模型。3)本研究构建的森林碳储量模型平均R^(2)在0.95以上,MPE在1%以内,可用于林业实践中快速准确估算森林碳储量。4)根据模型的拟合精度以及参数的稳定性,建议使用以联立-尺度(以尺度为建模总体的联立树种分类模型)为建模方式的森林碳储量模型。5)在5%精度要求下,可使用国家尺度考虑林分起源、龄组的树种分类模型估算全国森林碳储量。
-
关键词
森林碳储量模型
非线性似然无关
哑变量
参数库
尺度兼容
树种分类
-
Keywords
forest carbon storage model
nonlinear likelihood independent
dumb variable
parameter database
scale-compatible
tree species-classified
-
分类号
S757
[农业科学—森林经理学]
-
-
题名基于多光谱图像的沉香幼苗冠层全氮量无损估测
被引量：3
- 2
-
-
作者
袁莹
王雪峰
-
机构
中国林业科学研究院资源信息研究所、国家林业和草原局森林经营与生长模拟重点实验室
-
出处
《林业科学》
EI
CAS
CSCD
北大核心
2022年第9期36-47,共12页
-
基金
国家自然科学基金项目(32071761)。
-
文摘
【目的】应用计算机视觉技术处理沉香幼苗冠层多光谱图像并构建全氮量估测模型,探索适用于沉香多光谱图像的新图像处理方法,确定最适于沉香幼苗氮营养状态估测的图像特征和模型形式,以推动沉香营养状态无损估测的发展,为沉香培育经营的精准作业提供新思路。【方法】利用多光谱相机获取沉香幼苗冠层图像,采用改进的指数型半软阈值函数对多光谱图像进行小波去噪,结合傅里叶梅林变换(FMT)配准与遗传反向传播神经网络(GA-BPNN)算法实现多光谱图像的精准分割。提取分割后图像的光谱、纹理特征为自变量,建立基于人工蜂群(ABC)、天牛须搜索(BAS)、混合灰狼优化(HGWO)算法改进的Elastic Net(EN)沉香冠层全氮量估测模型,通过留一法交叉验证对模型进行综合检验评价确定最适优化模型,并将其与传统偏最小二乘回归(PLSR)、岭回归(RR)和多元逐步回归(SR)模型进行对比分析。【结果】1)改进的指数型半软阈值函数能够有效去除多光谱图像中的强噪声,去噪效果优于小波软阈值、硬阈值和传统半软阈值方法;2)GA-BPNN算法的分割效果优于大津阈值分割、最大熵分割和最小交叉熵分割,结合FMT配准后的分割效果显著优于对各波段图像直接分割的方法;3)就EN模型而言,综合考虑单光谱特征、单纹理特征和综合特征建立的3类模型验证结果,3种优化算法的优化效果为ABC>HGWO>BAS,3类模型的整体估测精度为综合特征>单光谱特征>单纹理特征;基于ABC优化的EN模型(ABC-EN)中,综合特征模型决定系数(R2)为0.829 4,均方误差(MSE)为0.169 5,较单光谱和单纹理特征模型R2分别提高10%和54%,MSE分别降低30%和63%;4)ABC-EN模型与其他传统模型估测精度对比结果显示ABC-EN>RR>PLSR>SR,其中RR模型R2为0.748 3,PLSR模型R2为0.651 2,SR模型R2为0.577 9,均低于本研究提出的ABC-EN模型。【结论】改进的指数型半软阈值函数能够有效去除沉香幼苗冠层多光谱图像中的强噪声,结合FMT与GA-BPNN的分割方法分割效果良好,综合光谱纹理特征构建的ABC-EN模型是沉香幼苗冠层全氮量最优估测模型。
-
关键词
沉香
全氮
多光谱
Elastic
Net
图像处理
-
Keywords
Aquilaria sinensis
total nitrogen
multispectral
Elastic Net(EN)
image processing
-
分类号
S796
[农业科学—林木遗传育种]
-
