中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于ASTER遥感数据的杨树林分因子建模及制图研究 南京林业大学学报(自然科学版) 2006,30 (5) 123-126
Position: Home > Articles > A Study on Modeling & Mapping for Poplar Stands' Parameters Based on ASTER Remote Sensed Datasets Journal of Nanjing Forestry University(Natural Sciences Edition) 2006,30 (5) 123-126

基于ASTER遥感数据的杨树林分因子建模及制图研究

作  者：
李明诗;谭莹;彭世揆
单  位：
南京林业大学森林资源与环境学院
关键词：
ASTER;杨树;回归树;建模;制图
摘  要：
利用ASTER原始的9个波段数据进行主成分、小波、MNF、RBV等图像融合和变换生成37个特征波段,结合江苏苏北平原建湖县48个杨树样地调查数据,分别就杨树平均高、年龄和单位面积蓄积量进行传统的统计建模分析,并在数据挖掘软件Cubist支持下研究了回归树建模。对比两次分析发现,因为利用回归树建立的遥感估算模型总体精度优于传统的单输入模型,所以大地域遥感生物物理参数制图时采用回归树模型更为可行和可靠。
译  名：
A Study on Modeling & Mapping for Poplar Stands' Parameters Based on ASTER Remote Sensed Datasets
作  者：
LI Ming-shi,TAN Ying,PENG Shi-kui(College of Forest Resources and Environment Nanjing Forestry University,Nanjing 210037,China)
关键词：
ASTER;Poplar;Regression tree;Modeling;Mapping
摘  要：
The methods of image fusion and transform,including PCA,wavelet-based fusion,MNF and RBV transform etc.were executed to generate 37 feature bands on the basis of the ASTER original 9 bands.Coupling with observations of 48 poplar sample plots,traditional univariate regression models and regression tree models for average height,age and stem volume of poplar were established respectively.After comparing the performance of models fitting and ground-truthing,it was found that regression tree models were superior to traditional univariate models in mapping spatial distribution of poplar stands' parameters.Consequently,taking regression tree models to retrieve and map biophysical variables at a regional scale based on remote sensed data was more viable and reliable.

相似文章

导出引用
计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46