基于分位数回归模型的高山松生物量遥感估测研究

• 作者: 李超 欧光龙 熊河先 胥辉 袁世客 闾妍宇 魏安超
• 来源期刊: 林业调查规划
• 学科: 农学
• 关键词: 森林生物量 遥感估测 分位数回归模型(QR) 普通最小二乘模型(OLS) 高山松 模型拟合 独立性检验
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 森林经理
• 页码范围: 8-13,18
• 页数: 7页
• 分类号: S771.8|S718.556|S791.2594
• 字数: 5098字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3168.2018.02.002

摘要

调查云南省香格里拉市98块样地高山松林生物量数据,结合2016年香格里拉市Landsat8-OLI遥感影像,采用普通最小二乘模型(OLS)和分位数回归模型(QR)的方法构建高山松生物量遥感估测模型.结果表明,分位数回归模型相对于OLS模型其决定系数(R2)显著提高,均方根误差(RMSE)则降低了9.583.通过独立性检验得出,分位数回归模型的总体相对误差(RS)和绝对相对误差(RMA)都低于OLS模型,说明分位数回归模型拟合效果优于OLS模型.对模型预测结果进行分析发现,分位数回归模型能够较好地解决OLS模型在幼龄林和成熟林存在的低值高估和高值低估的问题.