涂云燕
- 作品数：9 被引量：88H指数：6
- 供职机构：国家林业局昆明勘察设计院更多>>
- 发文基金：国家科技支撑计划“十二五”国家科技计划农村领域“十一五”国家科技支撑计划更多>>
- 相关领域：农业科学更多>>
- 基于偏最小二乘的森林生物量遥感估测被引量：18
- 2014年
- 利用密云县2006年TM遥感影像和国家森林资源清查资料,以乔木林为研究对象,通过探讨森林生物量与影响森林生物量因子之间的关系,建立森林生物量估测模型。通过相关性分析,发现所选自变量间存在多重相关性,影响模型稳定性与估测精度。针对自变量间多重共线性问题,采用偏最小二乘法建立密云县森林生物量遥感估测模型,并与主成分回归方法建立的模型进行对比,用预留的样本对模型进行检验。结果表明:预测值与实测值相关系数为0.718,精度高达90.1%。运用模型反演,密云县森林乔木生物量估测值为893.388万t。
- 刘琼阁彭道黎涂云燕李艳丽高东启
- 关键词：森林生物量偏最小二乘主成分回归
- 森林资源连续清查体系改进建议被引量：3
- 2015年
- 介绍了国外林业发达国家森林资源连续清查体系的抽样设计、样地设计以及调查因子;概述了我国森林资源连续清查的发展情况及存在问题;并从抽样设计、年度出数以及与林地年度变更结合使用方面提出了改进建议。
- 涂云燕张成程
- 关键词：抽样设计
- 森林蓄积量遥感估测研究
- 森林蓄积量的消长动态不仅是林业经济效益的重要标志，也是林业资源调查的重要内容之一。利用3S技术与少量地面样地资料，建立森林蓄积量遥感估测方程，已成为林业上的热点问题。
论文通过对不同地区、不同遥感数据源的森林蓄积量...
- 涂云燕
- 关键词：森林蓄积量TM数据遥感估测
- 利用TM影像和偏最小二乘回归方法估测三峡库区森林蓄积量被引量：27
- 2013年
- 为进一步提高遥感模型预测森林蓄积量的精度和稳定性,分析了遥感特征因子、地形特征因子、郁闭度与森林蓄积量之间的相关关系。在此基础上,利用偏最小二乘回归方法构建了森林蓄积量遥感预测模型,生成了三峡库区森林蓄积量空间等级分布图,并与地面实测值进行比较。结果表明:该模型的最佳主成分数为3,且郁闭度、海拔、坡度、TM1、TM2、TM3、TM4、TM5、TM7、NDVI、RVI、TM7/TM3、TM4×TM3/TM2、亮度和湿度为预测森林蓄积量的入选变量;森林蓄积量预测的调整决定系数为0.524,相对误差为7.33%,均方根误差为1.763m3;利用该模型计算出三峡库区森林总蓄积量约为1.12亿m3,总体预测精度达到89.58%。研究结果为提高森林蓄积量遥感预测的精度提供了一种有效手段,有利于大面积应用和推广。
- 张超彭道黎涂云燕党永峰智长贵
- 关键词：三峡库区TM影像森林蓄积量偏最小二乘回归
- 基于神经网络的森林蓄积量估测被引量：8
- 2012年
- 在前人研究中还没有把基于BP与RBF神经网络的森林蓄积量预测模型的应用效果进行评价。拟在实际应用中对两种方法进行综合分析与评价,找到一种预测精度更高、适用性更强的方法。采用相关分析法选定郁闭度、阴坡、阳坡、TM1、TM2、TM3、TM5、TM7、NDVI、TM(4-3)、TM4/3为输入变量,以密云县森林蓄积量为输出变量,建立蓄积量估测的RBF与BP神经网络模型。并从神经网络的训练步长、训练时间、预测精度、模型适用性对二者进行了综合分析,RBF神经网络无论是在训练步长、训练时间、预测精度、模型适用性上都优于BP神经网络模型。
- 涂云燕彭道黎
- 关键词：BP神经网络RBF神经网络
- 基于PCA与SPOT-5的森林碳储量估测被引量：3
- 2012年
- 以北京市延庆县为研究对象,利用遥感和地学数据,分析其与地面碳储量的相关关系,探讨基于遥感和地学信息的森林碳储量遥感估测。利用森林资源二类调查数据和2004年SPOT-5遥感影像,选取B1、B2、B3、B4 4个单波段,IDVI、IRVI、INDVI 3种植被指数以及海拔、坡度共9个因子,对这9个因子进行降维,并提取主成分,建立基于主成分回归的森林碳储量估测方程。结果表明:模型复相关系数为0.892;用30个独立样本检验模型的可靠性与精度,相关系数为0.769,精度达到91.60%。该方程可用于森林地上部分碳储量估测。
- 涂云燕彭道黎
- 关键词：遥感信息森林碳储量主成分回归法
- 基于RS的森林蓄积量主成分回归估测被引量：8
- 2012年
- 通过对影响蓄积量的因子进行相关性分析,筛选出与蓄积量存在较好相关性的指标作为自变量。但其自变量间存在多重共线性,会对模型稳定性、预测精度产生影响。通过多元统计分析中的主成分分析法,构造出影响密云县森林蓄积量的主成分,然后与蓄积量进行回归,得到主成分回归,并与一般线性回归模型进行比较。结果表明:主成分线性模型在拟合度、模型适用性与预测精度上都优于一般线性模型。主成分回归模型的复相关系数为0.809,预测精度达到88.26%。
- 涂云燕彭道黎
- 关键词：多重共线性主成分回归
- 基于偏最小二乘回归的森林蓄积量遥感估测被引量：24
- 2014年
- 森林蓄积量受遥感因子与地形因子的影响,但这些因子间存在多重相关性,会影响模型稳定性与精度。针对森林蓄积量遥感估测自变量间存在多重共线性问题,采用异于传统最小二乘的偏最小二乘方法建立密云县森林蓄积量遥感估测模型。先对可能影响蓄积量的因子进行分析,选取既存在相关性又对模型显著性有影响的因子为森林蓄积量估测的自变量。用预留的样本对模型进行检验,预测值与实测值相比精度达到90.1%。将通过检验的模型对整个密云县进行反演,得到密云县估测森林蓄积量为2 447 695.203 m3。
- 刘琼阁彭道黎涂云燕
- 关键词：森林蓄积量地形因子偏最小二乘
- 基于SPOT-5的森林蓄积量估测模型研究被引量：5
- 2015年
- 【目的】利用遥感和地形信息分析其与地面样地蓄积量的相关关系,探讨基于遥感和地学信息的森林蓄积量遥感估测方法。【方法】以样地蓄积量作为因变量,以SPOT5图像各波段、海拔、坡度及郁闭度为自变量,建立主成分回归、偏最小二乘回归、逐步回归模型。并从模型拟合效果、样本配对系数、模型适用性进行了比较分析。【结果】在同一自变量标准与估测精度保证的情况下,综合考虑拟合效果、估测值与实测值样本配对相关系数及模型适用性,以逐步回归模型最优。【结论】将逐步回归模型反演整个研究区得到估测蓄积量为33197465.0m3,野外实测值为31813463.0m3。
- 涂云燕张盼盼
- 关键词：主成分回归偏最小二乘
