偏最小二乘在遥感监测西藏草地生物量上的应用

doi:10.11733/j.issn.1007-0435.2009.06.008

›› 2009, Vol. 17 ›› Issue (6): 735-739.DOI: 10.11733/j.issn.1007-0435.2009.06.008

偏最小二乘在遥感监测西藏草地生物量上的应用

张正健, 刘志红, 郭艳芬, 韩建宁, 李扬

成都信息工程学院资源环境学院, 成都, 610225

收稿日期:2009-03-16 修回日期:2009-09-17 出版日期:2009-12-15 发布日期:2009-12-15
通讯作者: 刘志红,E-mail:wxzlzh@cuit.edu.cn
作者简介:张正健(1986- ),男,汉族,重庆璧山人,硕士研究生,研究方向为环境遥感,E-mail: sleepbear_zzj@126.com

The Application of Partial Least Squares to Tibet's Grassland Biomass Monitoring by Remote Sensing

ZHANG Zheng-jian, LIU Zhi-hong, GUO Yan-fen, HAN Jian-ning, LI Yang

College of Resources and Environment, Chengdu University of Information Technology, Chengdu, Sichuan Province 610225, China

Received:2009-03-16 Revised:2009-09-17 Online:2009-12-15 Published:2009-12-15

摘要/Abstract

摘要： 在多年平均年最大归一化植被指数(NDVI)的基础上,结合西藏地区年降雨量、年积温等气象资料,利用偏最小二乘(partial least squares, PLS)回归方法对数据进行分析并建立西藏地区草地生物量与归一化植被指数、降雨量等解释变量的回归估测模型.并和一般最小二乘法(ordinary least squares, OLS)中的逐步回归法(Stepwise)相比较.结果表明:草地生物量与年最大NDVI值和年降雨量有很强的相关性,偏最小二乘回归在拟合及估测效果上均优于一般最小二乘的逐步回归法,回归方程的相关系数为0.89,取得了较为可靠的结果.偏最小二乘回归在解释变量多、样本个数少、变量间存在多重共线性时尤为有效,为遥感监测植被生物量时的数据处理提供了新的途径.

关键词: 偏最小二乘回归, 一般最小二乘回归, 生物量, NDVI, 降雨量

Abstract: Remote sensing is a very fast and effective way to monitor the grassland biomass,the previous studies are mostly based on the correlation of vegetation index(VI) and biomass.In this paper,the method of partial least squares regression(PLSR) was used to set up the regression and prediction models between grassland biomass and normalized difference vegetation index(NDVI) based on the multi-year average annual maximum normalized difference vegetation index(NDVI) combined with annual rainfall,annual accumulated temperature,and other meteorological materials in Tibet.In addition,this method was also compared with the stepwise regression of ordinary least squares(OLS) method.The results show that there was a strong correlation between grass biomass and the annual maximum NDVI value and the annual rainfall.PLSR achieved better effects of fitting and prediction than the stepwise regression of OLS and the correlation coefficient was 0.895,meanwhile reliable results were obtained.PLSR would provide a new way for data processing in vegetation biomass monitoring by remote sensing because it is particularly effective in the case of more predictor variables,less samples,and existent multicollinearity among variables.

Key words: Partial least squares regression(PLSR), Ordinary least squares regression(OLSR), Biomass, Normalized difference vegetation index(NDVI), Rainfall

中图分类号:

S812

张正健, 刘志红, 郭艳芬, 韩建宁, 李扬. 偏最小二乘在遥感监测西藏草地生物量上的应用[J]. , 2009, 17(6): 735-739.

ZHANG Zheng-jian, LIU Zhi-hong, GUO Yan-fen, HAN Jian-ning, LI Yang. The Application of Partial Least Squares to Tibet's Grassland Biomass Monitoring by Remote Sensing[J]. , 2009, 17(6): 735-739.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://manu40.magtech.com.cn/Jweb_cdxb/CN/10.11733/j.issn.1007-0435.2009.06.008

https://manu40.magtech.com.cn/Jweb_cdxb/CN/Y2009/V17/I6/735

参考文献

[1] 何红艳,郭志华,肖文发.遥感在森林地上生物量估算中的应用[J]. 生态学杂志,2007,26(8):1317-1322.
[2] 牛志春,倪绍祥.青海湖环湖地区草地植被生物量遥感监测模型[J]. 地理学报,2003,58(5):695-701.
[3] 徐天蜀.基于遥感信息的森林生物量、碳储量估测技术研究[J]. 林业调查规划,2008,33(3):11-13.
[4] 张连义,张静祥,包红霞,等.典型草原植被生物量遥感监测模型[J]. 草业科学,2008,25(4):31-35.
[5] 刑旗,刘爱军,刘永志,等.应用MODIS-NDVI对草原植被变化监测研究-以锡林郭勒盟为例[J]. 草地学报,2005,13(S):15-19.
[6] 赵冰茹,冯闯,王晶杰,等.锡林郭勒草地MODIS植被指数时空变化研究[J]. 中国草地,2004,26(1):1-8.
[7] 姜立鹏,覃志豪,谢雯,等.基于MODIS数据的草地净初级生产力模型探讨[J]. 中国草地学报,2006,28(6):72-75.
[8] 姬秋梅,Robeto Q.calos L-V.应用数字照相研究西藏草地产草量[J]. 草地学报.2008,16(1):34-38.
[9] Rao C R,Toutenburg H.Linear models[M]. New York:Springer-Verlag Press,1995.67-71.
[10] Fang J Q.Medical statistics and computer experiments.2nd ed[M]. Shanghai:Shanghai Scientific and Technological Press,2001.377-399.
[11] Luo J,Cao P J,Li L P.Research of match function to detect tissue motion with time-domain method[J]. Di-si Junyi Daxue Xuebao(J.Fourth Mil.Med.Univ.),1998,19(4):406-408.
[12] 肖琳,何大卫.偏最小二乘回归与主成分回归的比较[J]. 山西医药杂志,2002,31(1):37-39.
[13] Wold S,Ruhe A,Wold H,et al.The collinearity problem in linear regression,the partial least squares(PLS) approach to generalized inverses[J]. J.Stat.Comp.,1984,5:735-743.
[14] Chen C S,Xu Y Y,Cao X T.Tests for presupposition concerning validity of split-plot analysis of variance with repeated measures[J]. Di-si Junyi Daxue Xuebao(J.Fourth Mil.Med.Univ.),2001,22(7):642-644.
[15] 王慧文.偏最小二乘回归方法及其应用[M]. 北京:国防工业出版社,1999.201-204.
[16] 许永明.基于实验室光谱的土壤营养元素反演研究[D] :[学位论文]. 北京:中国科学院研究生院,2005.
[17] 蒋红卫,夏结来.偏最小二乘回归及其应用[J]. 第四军医大学学报,2003,24(3):280-281.
[18] 侯英雨,张佳华,何延波.利用遥感信息研究西藏地区主要植被年内和年际变化规律[J]. 生态学杂志,2005,24(11):1273-1276.
[19] 宋怡,马明国.基于SPOT VEGETATION数据的中国西北植被覆盖变化分析[J]. 中国沙漠,2007,27(1):89-92.
[20] 卢纹岱.SPSS for Windows 统计分析.第二版[M]. 北京:电子工业出版社,2002.234-235.
[21] 叶莺,陈崇帼,林熙.偏最小二乘回归的原理及应用[J]. 海峡预防医学杂志,2005,11(3):4-5

偏最小二乘在遥感监测西藏草地生物量上的应用

The Application of Partial Least Squares to Tibet's Grassland Biomass Monitoring by Remote Sensing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	佘延娣, 杨晓渊, 马丽, 张中华, 王党军, 黄小涛, 马真, 姚步青, 周华坤. 退化高寒草甸植物群落和土壤特征及其相互关系研究[J]. 草地学报, 2021, 29(S1): 62-71.
[2]	张中华, 马丽, 周秉荣, 宋明华, 徐文华, 邓艳芳, 王芳, 佘延娣, 张骞, 姚步青, 马真, 周华坤. 高寒草甸优势种功能多样性对增温和模拟放牧的响应[J]. 草地学报, 2021, 29(S1): 225-232.
[3]	麻莹, 张洪嘉, 库都斯·阿布都沙拉木, 耿淑娟, 薛傲然, 赵翰韦, 菅柏涵. 盐碱胁迫对盐地碱蓬生长、有机酸等溶质积累及其生理功能的影响[J]. 草地学报, 2021, 29(9): 1934-1940.
[4]	黄家兴, 吴静, 李纯斌, 秦格霞, 钱娟冰, 李怀海. 基于Sentinel-2和Landsat 8数据的天祝县草地地上生物量遥感反演[J]. 草地学报, 2021, 29(9): 2023-2030.
[5]	肖云飞, 陈文业, 王斌杰, 谈嫣蓉, 邴丹珲, 朱丽, 刘鸿源. 祁连山国家级自然保护区土地利用时空变化及与气候因子关系研究[J]. 草地学报, 2021, 29(9): 2049-2057.
[6]	高宏元, 侯蒙京, 葛静, 包旭莹, 李元春, 刘洁, 冯琦胜, 梁天刚, 贺金生, 钱大文. 基于随机森林的高寒草地地上生物量高光谱估算[J]. 草地学报, 2021, 29(8): 1757-1768.
[7]	段丽辉, 刘晓丽, 韩冰, 位晓婷, 才仁措, 邵新庆. 乡土物种补播对青藏高原高寒草甸群落稳定性的影响[J]. 草地学报, 2021, 29(8): 1793-1800.
[8]	孙宇, 张峰, 郑佳华, 赵天启, 赵萌莉, 张彬. 刈割留茬高度对大针茅草原物种多样性及地上生物量的影响[J]. 草地学报, 2021, 29(8): 1859-1864.
[9]	沃野, 黄佳媛, 杨宁, 卢轩, 林志玲, 赵力兴, 李天琦, 高凯. 现蕾期磷添加对菊芋块茎产量及物质分配规律的影响[J]. 草地学报, 2021, 29(7): 1594-1598.
[10]	郭超凡, 陈泽威, 张志高. 基于最优模型选择的牧草地上生物量遥感估算研究[J]. 草地学报, 2021, 29(5): 946-955.
[11]	何国兴, 韩天虎, 柳小妮, 张德罡, 李强, 孙斌, 潘冬荣, 刘志刚, 关文昊, 杨军银. 甘肃省草地植被NDVI时空变化特征及驱动因素研究[J]. 草地学报, 2021, 29(5): 1004-1013.
[12]	丁成翔, 刘禹. 光伏园区建设对青藏高原高寒荒漠草地土壤原核微生物群落的影响[J]. 草地学报, 2021, 29(5): 1061-1069.
[13]	郭艳红, 蒲小剑, 蒲小朋, 杜文华. 青藏高寒牧区天然草地地上生物量和营养品质的变化规律[J]. 草地学报, 2021, 29(4): 734-742.
[14]	马海丽, 林慧龙, 熊潇雨, 韩学平. 草原生态补奖政策对青藏高原草地植被状况的影响分析[J]. 草地学报, 2021, 29(3): 545-554.
[15]	饶品增, 王义成, 王芳. 三江源植被覆盖区NDVI变化及影响因素分析[J]. 草地学报, 2021, 29(3): 572-582.