基于地理加權(quán)回歸的區(qū)域森林碳儲(chǔ)量估計(jì).pdf

1、本論文以浙江省臺(tái)州市仙居縣森林資源二類調(diào)查地面樣地實(shí)測(cè)數(shù)據(jù)、Landsat TM影像為數(shù)據(jù)源，以地理加權(quán)回歸(geographically weighted regression，GWR)方法估算森林碳儲(chǔ)量及其分布；首先闡述了GWR方法的基本原理，介紹了常用的Gaussian權(quán)函數(shù)和Tricube權(quán)函數(shù)，并對(duì)這兩類權(quán)函數(shù)進(jìn)行帶寬優(yōu)化選擇。為了驗(yàn)證GWR方法估計(jì)森林碳儲(chǔ)量及其空間分布的可靠性，將其估計(jì)結(jié)果與全局普通最小二乘法回歸(glob

2、al ordinary least squares regression，OLS)、協(xié)同克里格插值(Co-Kriging，CK)、序列高斯協(xié)同仿真(sequential Gaussian co-simulation，SGCS)等方法進(jìn)行對(duì)比?？紤]到高程可以作為第三維度來(lái)定義觀測(cè)點(diǎn)的空間坐標(biāo)和空間關(guān)系，本文討論了地理和海拔加權(quán)回歸(geographically and altitudinal weighted regression，GAW

3、R)模型，同時(shí)與海拔作為自變量的GWR模型對(duì)比，檢驗(yàn)GAWR模型在地勢(shì)平緩區(qū)域的應(yīng)用效果。最終得出以下結(jié)論：
　　1. GWR模型估計(jì)仙居縣森林地上部分碳密度均值為15.555 Mg/hm2，與樣地實(shí)測(cè)統(tǒng)計(jì)的15.854 Mg/hm2相差1.716％；研究區(qū)內(nèi)碳密度的取值范圍在0-89.964 Mg/hm2之間，保留了70%以上的空間異質(zhì)性特征；分布趨勢(shì)與實(shí)際情況相符；基于GWR的森林地上部分碳儲(chǔ)量估計(jì)方法是有效的，GWR方法在估

4、計(jì)區(qū)域碳儲(chǔ)量方面估計(jì)結(jié)果合理且精度較高，能夠提供更豐富的空間分布信息。
　　2. OLS、SGCS、GWR估計(jì)結(jié)果均值與實(shí)測(cè)碳密度值相一致，但OLS反映的是區(qū)域化變量的平均狀態(tài)；CK插值結(jié)果雖保留了近70%的空間異質(zhì)性特征，但其殘差平方和(RSS)、均方根誤差(RMSE)相對(duì)較大，預(yù)測(cè)精度較低；SGCS、GWR在保證平均水平的同時(shí)，更能反映空間數(shù)據(jù)變化規(guī)律的真實(shí)特征，SGCS在探測(cè)區(qū)域化變量的空間非平穩(wěn)性方面具有突出優(yōu)勢(shì)，估計(jì)結(jié)果

5、的變異系數(shù)達(dá)到1.288，GWR估計(jì)結(jié)果預(yù)測(cè)精度高，取值范圍大，兩種方法均較適合用于森林碳儲(chǔ)量空間變異性的分析和預(yù)測(cè)。
　　3. Tricube權(quán)重函數(shù)的GWR模型(GWR(T))截距的取值范圍在-50.595~147.780，Band3的系數(shù)取值范圍是-0.912~1.224，不是全局回歸模型中的恒定值26.718、-0.124，表明GWR模型能夠反映更多的空間變異信息；然而兩個(gè)參數(shù)取值的第一四分位與第三四分位的間距小于全局回歸