森林资源抽样调查缺失数据填充方法

编号 zgly0001656727

文献类型 期刊论文

文献题名 森林资源抽样调查缺失数据填充方法

作者 刘菲  李明阳  刘雅楠  江一帆  王子 

作者单位 南京林业大学林学院 

母体文献 林业资源管理 

年卷期 2018年06期

年份 2018 

分类号 S757.2 

关键词 森林资源抽样调查  胸径  缺失数据  填充方法  临安市 

文摘内容 在森林资源抽样调查中数据缺失现象时常发生,为了提高数据分析的准确性,有必要对缺失数据填充方法进行研究。以浙江省临安市1996年Landsat-5 TM影像及同期县级森林资源连续监测固定样地数据为主要信息源,以样地内林木平均胸径为缺失因子,在对其空间自相关分析的基础上,采用十折交叉验证法对缺失数据进行空间、非空间和基于遥感估测模型填充以及精度评价。结果表明:1)研究区样地林木平均胸径的Moran’s I系数为0. 21,空间分布表现出较强的空间自相关性; 2)遥感估测模型中K-近邻算法的填充精度最高,其次为随机森林、空间填充的克里金内插,非空间的期望极大化算法填充精度最低; 3)克里金内插的4个半方差理论模型中,球状模型填充精度最高,相关系数(0. 632 5)最高,平均绝对误差(2. 049 3cm)和均方根误差(3. 809 3cm)最低; 4)按照填充精度由高到低的顺序,4种性能较好的数据填充方法依次为:K-近邻算法>随机森林>克里金内插>距离权重反比。在地势形态复杂、海拔差异较大的临安境内,K-近邻算法较适合样地林木平均胸径因子的缺失数据填充。