文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 农林牧渔 > 林学 > 三种森林生物量估测模型的比较分析
侵权投诉

三种森林生物量估测模型的比较分析

植物生态学报 2011, 35 (4): 402–410 doi: 10.3724/SP.J.1258.2011.00402

Chinese Journal of Plant Ecology doc.guandang.net

三种森林生物量估测模型的比较分析

范文义* 张海玉 于 颖 毛学刚 杨金明

东北林业大学林学院, 哈尔滨 150040

摘 要 森林生物量的定量估算为全球碳储量、碳循环研究提供了重要的参考依据。该研究采用黑龙江长白山地区的TM影像和133块森林资源一类清查样地的数据, 选取地学参数、遥感反演参数等71个自变量分别构建多元逐步回归模型、传统BP (back propagation)神经网络模型和基于高斯误差函数的BP神经网络改进模型(Gaussian error function, Erf-BP), 进而估算该地区的森林生物量, 并进行比较分析。结果表明, 多元逐步回归模型估测的森林生物量预测精度为75%, 均方根误差为26.87 t·m–2; 传统BP神经网络模型估测森林生物量的预测精度为80.92%, 均方根误差为21.44 t·m–2; Erf-BP估测森林生物量的预测精度为82.22%, 均方根误差为20.83 t·m–2。可见, 改进后的Erf-BP能更好地模拟生物量与各个因子之间的关系, 估算精度更高。

关键词 生物量, BP神经网络模型, 基于高斯误差函数的BP神经网络改进模型, 多元逐步回归

Comparison of three models of forest biomass estimation

FAN Wen-Yi*, ZHANG Hai-Yu, YU Ying, MAO Xue-Gang, and YANG Jin-Ming

School of Forestry, Northeast Forestry University, Harbin 150040, China

Abstract

Aims Quantitative estimation of forest biomass is significant to studies of global carbon storage and carbon cy-cle. Our objective is to develop models to estimate forest biomass accurately.

Methods Multi-stepwise regression model, traditional back propagation (BP) neutral network model and BP neutral network model based on Gaussian error function (Erf-BP) were developed to estimate forest biomass in Changbai Mountain of Heilongjiang, China according to TM imagery and 133 plots of forest inventory data. There were 71 dependent variables of geoscience and remote sensing.

Important findings The precisions and root mean square errors of multi-stepwise regression model, traditional BP neutral network model and Erf-BP were 75%, 26.87 t·m–2; 80.92%, 21.44 t·m–2 and 82.22%, 20.83 t·m–2, re-spectively. Therefore, the relations between forest biomass and various factors can be better modeled and de-scribed by the improved Erf-BP.

Key words biomass, back propagation (BP) neural network model, BP neutral network model based on Gaus-sian error function (Erf-BP), multi-stepwise regression

森林是地球上最重要的资源之一, 是陆地上面积最大、分布最广、组成结构最复杂、物质资源最丰富的生态系统, 是陆地生态系统的主要碳汇(庞勇等, 2005)。森林生物量则是整个森林生态系统运行的能量基础和营养物质来源, 是研究生物生产力、净第一性生产力、碳循环以及全球变化的基础(国庆喜和张锋, 2003)。因此, 准确估算森林生物量对全球碳汇、碳循环、碳平衡的研究以及全球变化的理解有举足轻重的作用(Brown et al., 1996)。

森林生物量的估算方法主要有现地调查法、模

——————————————————

收稿日期Received: 2010-09-15 接受日期Accepted: 2010-11-26 * E-mail: fanwy@163.com

型模拟法和遥感估算法(薛立和杨鹏, 2004)。传统的现地调查法需要很多实测数据, 消耗大量的人力、财力和物力, 且很难在区域上推广。模型模拟法的问题之一是各分量模型间不相容, 即木材、树皮、枝、叶4部分干重之和不等于总量的问题, 唐守正等(2000)以长白落叶松(Larix olgensis)为例建立了相容性立木生物量模型, 解决了此问题。问题之二是模型的指标体系和模型精度各异, 无法在区域上推广。遥感信息模型的出现使得大范围高精度地估算森林生物量成为可能, 比起传统方法有很大的优越

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email