本文对数量化理论（Ｉ）中的量化过程进行了改进，采用专家评分，在如下模型中当第ｉ个样本中第ｊ个项目的第ｊ个项目发生时，令ｊ，：０（，１ＡＯ是第ｊ个项目的第ｋ个类目的权重或贡献大小，由专家评分给出。通过实际验证，改进后的模型使预测精度有很大提高。

以地面实测数据为依据,通过获取其同步HJ-HSI影像光谱反射率,筛选出光谱变量、波段变量,对不同利用状态的退化伊犁绢蒿(Seriphidium transiliense)荒漠草地(围栏封育区N,围栏外重度退化区W_1,围栏外中度退化区W_2)的地上生物量进行估测。结果表明,1)各季节不同利用状态伊犁绢蒿荒漠草地群落HJ-HSI光谱反射率不同,春季为W_2>N>W_1,夏季为W_2>W_1>N,秋季为W_1>W_2>N;2)HJ-HSI可以实现对伊犁绢蒿荒漠草地地上生物量的估测,估测模型因群落类型和季节不同

【目的】本文分析了喀什地区温性荒漠生物量动态规律。【方法】基于新疆维吾尔自治区草地类型图,结合喀什地区温性荒漠类草地区域19个采样点的生物量野外调查数据,对喀什地区温性荒漠生物量动态规律进行了分析。【结果】喀什地区温性荒漠类草地单位面积生物量空间分布具有高度异质性,总生物量在83. 63～4782. 79 g·m-2之间波动,均值为1123. 14 g·m~(-2);地上生物量以灌木为主,草本生物量随海拔增高而显著增多(P 0. 05);喀什地区温性荒漠类草地根冠比较大,灌木NPP占比为62. 92%,草地生物量和NPP均与降水具有显著相关性(P 0. 05)。降水是影响喀什地区温性荒漠类草地生物量分布的重要因素。【结论】经纬度的变化、不同的海拔梯度、降水量大小都在一定程度上影响了喀什地区温性荒漠类草地生物量动态分布。

【目的】森林蓄积量是反映森林资源总规模和水平的基本林分调查因子之一，也是衡量森林资源丰富程度和森林生态环境优劣的重要依据。为探索更优的森林蓄积量建模和估测方法，以期为林业科学中森林蓄积量的估测研究提供新的方法与思路。【方法】以浙江省龙泉市为研究区，以单位蓄积量（m~3/mu）为研究对象，集成森林资源二类调查数据、高分二号遥感影像数据、数字高程模型（DEM）数据。通过逐步回归特征选择方法选取与蓄积量相关的自变量因子，在不区分树种的情况下，利用极端梯度提升（eXtreme gradient boosting,XGboost）方法、决策树梯度提升（Light generalized boosted regression models,LGBM）方法和梯度提升（Gradient boosting）方法分别建立蓄积量估测模型。然后，基于区分针叶林、阔叶林、针阔混交林的情况下，用XGboost方法再次建立蓄积量估测模型，并与未区分树种情况下的估测结果进行对比。采用十折交叉验证法对模型性能指标进行检验。【结果】在不区分树种的情况下，XGboost呈现了最佳的效果，优于LGBM方法和Gradient boosting方法，其建模精度为89.65%，估测精度为83.19%。在区分树种结构下，XGboost方法的建模精度（89.31%）与不区分树种情况下没有明显区别，但估测精度（84.5%）有一定提升，其中针叶林的效果最好。【结论】逐步回归特征选择方法结合XGboost方法能够取得最好的森林蓄积量估测效果，区分树种能够在一定程度上提高模型的泛化能力。XGboost方法在实践中使用方便，提供了在短时间内估测森林蓄积量的可能性，从而为森林蓄积量的估测提供了新的方法。

【目的】确定思茅松林生物量遥感估测的光饱和点,构建空间全局和局域遥感信息模型反演思茅松林生物量,为思茅松林生物量遥感估测提供参考。【方法】以云南省普洱市思茅松林为研究对象,基于Landsat8 OLI遥感影像数据和森林资源二类调查数据,运用二次项函数和幂函数求解思茅松林生物量光饱和点,采用普通最小二乘模型(OLS)、空间滞后模型(SLM)、空间误差模型(SEM)和地理加权回归模型(GWR)构建遥感信息模型,估测思茅松林地上生物量。【结果】1)普洱市思茅松林Landsat8 OLI遥感估测地上生物量的光饱和点为106.3 t·hm~(-2);2)空间回归模型拟合精度较高,尤其是GWR模型具有最高的R2(0.373)和最小的AIC(4 577.8),其拟合精度显著高于OLS、SLM和SEM模型;3)独立性样本检验结果表明,GWR模型的预估精度最高,且通过刀切法检验可知GWR模型在高值阶段(≥100 t·hm~(-2))和低值阶段(0～50 t·hm~(-2))的生物量估测能力强于OLS、SLM和SEM模型;4) GWR模型反演计算结果表明,思茅松林单位面积地上生物量为66.496 t·hm~(-2),与实测值偏差23.511%,估测误差低于OLS、SLM和SEM模型。【结论】对普洱市思茅松林生物量进行遥感估测时,GWR模型优于OLS模型和其他空间全局回归模型,且GWR模型可在一定程度上解决高值低估和低值高估问题,减小光饱和点对遥感估测精度的影响。

根据所采用数据源的不同,介绍了当前国内外森林地上生物量测算中所用的主要方法,即基于森林资源清查的方法和基于遥感估测的方法。根据国内外前期研究成果,概括了这两种方法的特点及其存在的一些不足,初步探讨了结合多源数据联合估测森林地上生物量的方法。结合当前森林地上生物量研究中存在的问题,讨论了估测方法的尺度、模型与参数化以及精度与验证的问题,最后提出了今后森林地上生物量研究中应重点开展的工作。

在对2个荒漠化典型区土壤采样、化验分析和光谱测量的基础上,分析荒漠化土地土壤的反射光谱特征及土壤有机质的光谱敏感范围,构建多种土壤有机质含量高光谱估测模型。结果表明:荒漠化土地土壤具独特的波浪型光谱曲线,其主要特点是在可见光和近红外的500～900nm光谱范围存在一个明显的弓形突起区,其对提取土壤有机质信息有实际意义;相关分析发现,在中心波长分别为600和830nm的可见光和近红外光光谱范围分别存在1个有机质光谱敏感区;土壤有机质含量高光谱估测模型验证结果表明,利用波长588nm处的反射光谱对数lgR588和反射光谱倒数1/R588以及波长835nm处的反射光谱倒数的导数(1/R835)'和反...

在柑桔主产区桔树遭受严重冻害的年份，对构成立地、树体和栽培措施的２０多个因子，设置了９０个标准地进行了详细调查。应用数量化回归分析诸因子与柑桔冻害之间的关系。结果表明：１９９１年，影响柑桔冻害达极显著水平的是土层厚度、土壤质地、基肥、追肥和病虫害；达显著水平的是土壤肥力、坡向、树龄、根深和结果量。此外，地类、风势和积雪处理对柑桔冻害也有一定的影响。围绕增强树体耐寒性，发挥树体正常耐寒力等问题，提出了相应的栽培措施。

[目的]准确构建库布齐沙漠地区4种人工灌木林生物量预测模型,为估算当地灌木林生态系统碳储量提供基础。[方法]以库布齐沙漠地区4种人工灌木林(柠条、沙棘、沙柳、杨柴)为研究对象,采用平均株收获法测定4种灌木不同营养器官(干、枝、叶、根)的生物量,将实测生长因子(地径D、株高H、冠幅直径C)及其组合因子(冠幅面积S、植冠体积V、植株体积D~2 H)作为自变量,利用生物量模型法选取一元线性函数、二次函数、对数函数、幂函数和指数函数,构建4种灌木各器官、地上及全株生物量模型。[结果]4种灌木不同器官中,柠条叶生物量最优模型为幂函数,干、枝、根3种器官生物量最优模型均为二次函数。沙棘干生物量最优模型为幂函数,枝、叶、根3种器官生物量最优模型均为一元线性函数。沙柳干、枝、根生物量最优模型均为一元线性函数,叶生物量最优模型为二次函数。杨柴干生物量最优模型为一元线性函数,枝、叶、根3种器官生物量最优模型均为二次函数。4种灌木地上生物量与全株生物量最优模型相同,柠条和杨柴最优模型为二次函数,沙棘和沙柳最优模型为一元线性函数。4种灌木全株与地上生物量模拟方程平均相对误差(RMA)为13.46%～24.07%,总相对误差(RS)为-11.19%～7.66%,拟合精度较高。[结论]构建的4种人工灌木林全株与地上生物量预测模型拟合精度较高,可用于库布齐沙漠地区区域尺度生物量和碳储量估算。

【目的】发展一种森林地上生物量(AGB)的多基线干涉合成孔径雷达(InSAR)层析估测方法,解决热带雨林森林AGB遥感估测常规方法的信号"饱和"问题,为区域及全球森林生物量估测和碳储量研究提供关键技术支撑。【方法】以法属圭亚那巴拉库(Paracou)热带雨林为研究对象,以Tropi SAR 2009 P-波段多基线机载SAR数据和85块样地调查数据为主要数据源。首先,根据HH极化层析相对反射率的三维分布信息提取林下地表高度,对HV极化多基线InSAR数据进行地形相位去除;然后,对HV极化多基线InSAR数

应用机载单基线极化干涉SAR(Pol-InSAR)数据,基于极化相干层析(PCT)技术提出了一种反演森林地上生物量的新方法。首先采用单基线PCT提取每个像元的森林相对反射率垂直分布,然后按林分统计得到森林平均相对反射率垂直分布;再次对森林平均相对反射率垂直分布进行高斯函数拟合,提取林分层析测量高;最后以通过样地调查统计得到的20个林分的地上生物量为参考数据,采用交叉验证方法建立和评价基于层析测量树高的地上生物量估测模型,并与基于经典三阶段反演的林分优势木平均树高估测地上生物量的方法进行对比。结果表明:基于层析测量高的反演模型决定系数(R2)为0.822,均方根误差(RMSE)为53.14 t·...

本文对VAR模型(lnY=lna+blnX+cX)在估测华北落叶松人工林生物量方面的应用价值进行了探讨.残差分析表明,该相对生长关系模型一般优于C R模型(lnY=lna+blnX).

为了研究高分二号(GF-2)影像生物量估测的模型效果,以攸县黄丰桥林场为研究区,在研究区内采用随机抽样的方法,结合国家森林资源连续清查样地,获取了共47个样地的生物量数据。对GF-2影像进行预处理,结合相关研究,提取8个单波段信息、24个多波段组合信息、4个植被指数以及海拔、坡度、坡向等39个因子作为建模的自变量,采用主成分分析、偏最小二乘和BP神经网络3种方法建立生物量估测模型。结果表明:主成分回归模型的实测值和预测值的决定系数R2为0.44,模型的估测精度为65.83%;偏最小二乘回归模型的R2为0.

　采用Sibbald强饲法,通过无氮饲粮法和回归法估测肉鸡内源氨基酸的损失量。结果发现,每kg干物质采食量中,2种方法估测的粗蛋白质内源损失量分别为178414.43和142438.89mg,总氨基酸内源损失量分别为15727.96和14414.52mg。说明无氮饲粮法和回归法均可估测内源损失量,且2种方法的估测值相似。

电力需求的增长是国民经济的情雨表。文章收集了1980年以来27年电力消费量的相关数据,对此建立多元回归模型,进行多因素分析,同时对模型意义进行检验,以期为今后合理预测电力需求的增长提供依据。