众 多 学者 进 行 了 相 关 研 究 并 取 得 了 重 要 成 果 。 目
１ 研 究 区概 况
密云 县 位 于北 京市 东 北 部 ， 东南 至西 北依 次 与 本 市 的平谷 、 顺义 、 柔 ３区接壤 ， 部 和东 部 分 别 怀 北
前， 森林蓄积量遥感估 测研究 主要集 中在 以下几 方 面： 、 一 在遥 感 数据 方 面 ， 主要 有 光 学 遥 感 与微 波 遥
用主成分分析得到的主成分与原始变量之间有如下 关系： ①每一个主成分都是各原始变量的线性组合 ，
即 ＝ １ １ ｒ ２ …＋ Ｐ② 主成分的数 目大大少 ｒ ＋２ ＋ ； ｆ ｉ 于原始变量的数 目； ③主成分保 留了原始 变量 的绝 大多数信息 ， 一般累计 贡献率达 到 ８％ 以上 ； ５ ④ 各主成 分 之 间 互 不 相 关 ， 即主 成 分 的协 方 差 为 零 。 因此 ， 利用主成分分析可 以很好地解决 回归分析 中
ｓｉｎ ｍｏ ｅ ｓｓ ｐ ｒ ｒｔ ｏ ｅ ｏ ｅ ｇ ｎ ｒ ｌ ｎ ａ ｄ ｅ ．Ｔ ｅ ｍｕｔ ｌ ｏｒ ｌ ｔ ｎ ｏ ｅ ｐ ｉ ｃｐ ｏ ｏ ｅ ｔｒ ｇｅ ｓ ｎ ｓｏ ｄ ｌ ｕ ｅ ｏ ｔ ｓ ｆ ｈ ｅ ｅ ａ ￣ ｅ ｒ ｉ ｉ ｏｈ ｔ ｍｏ １ ｈ ｌ ｉ ｅ ｃ ｒｅａｉ ｆｔ ｒ ｉ ａ ｃ ｍｐ ｎ ｎ ｅ ｓ ｉ ｐ ｏ ｈ ｎ ｌ ｒ ｏ
ｐ ｎ ｉ ａ ｏ ｏ ｅ ｔ ｒ ｌｓｓ ｎ ｅ ｒ ｃｐ ｌ ｏ ｏ ｅ ｔ ｅ ｒ ｓ ｉ ｎ ｍｏ ｅ ｓｏ ｔｉ ｅ ｓｎ ｅｐ ｎ ｉ ａ ｏ ｏ ｅ ｔ ｉ ｒ ｃｐ ｌｃ ｍｐ ｎ ｎ ｔ ｙ ｉ ，ａ ｄ ｔ ｎ ａ ｐ ｎ ｉａ ｍｐ ｎ ｎ ｇ ｅ ｓｏ ｄ ｌ ａａ ｈ ｉ ｃ ｒ ｗａ ｂ ａｎ ｄ ｕ ｉ ｇ ｔ ｒ ｃｐ ｃ ｍｐ ｎ ｎ ｈ ｉ ｌ ｓ ｉ ｄ ｐ ｎ ｅ ｔａ ｏ ｅ ｔ ｅ ｅ ｖ ｓ ａ ｅ ｅ ｄ ｎ ． ｈ ｒ ｓｉ ｎ ｍｏ ｌｗ ｓ ｃ ｍｐ ｒ ｄ ｗ ｔ ｔ ｅ ｇ ｎ ｒ ｌｌ ａ ｒｓ ｉｎ ａ ｎ ｅ ｅ ｄ ｎ ｄ ｆ ｒ ｓ ｒ ｓ ｒｅ ｓ ｄ ｐ ｎ ｅ ｔ Ｔ ｅ ｒ ｇｅ ｓｏ ｄ ｅ ａ ｏ ａｅ ｉ ｈ ｅ ｅａ ｉ ｅ ｒ ｒ ｇ ｅ ｓｏ ｎ ｅ ｈ ｎ ｅ ｍｏ ｅ ． Ｒ ｓ ｌｓ ｓ ｏ ｈ ｔｔ ｅ ｆ ｔ ｇ ｄ ｇ ｅ ｄ １ ｅ ｕｔ ｈ ｗ ｔ ａ ｔ ｎ ｅ ｒｅ，ｍｏ ｅ ｐ ｌ ａ ｉ ｔ ｄ ｐ ｅ ｉｔ ｎ ａ ｃ ａ ｙ ｏ ｅ ｐ ｎ ｉ ａ ｏ ｏ ｅ ｔ ｇ ｅ ｈ ｉ ｉ ｄ ｌａ ｐ ｉ ｂ ｌ ｙ ａ ｒｄ ｃ ｉ ｃ ｕ ｃ ｆ ｈ ｒ ｃｐ ｃ ｍｐ ｎ ｎ ｒ － ｃ ｉ ｎ ｏ ｒ ｔ ｉ ｌ ｅ ｒ
多重共线性问题 。采用主成分 回归分析方法建立模 型， 主成分回归的原理是用 主成分分析提取 的主成 分与因变量 回归建模。由于主成分 间具有 不相关 性， 并且能较好地反映原来众多相关性指标 的综合
信息 ， 因此 ， 主成分作 为新 的 自变量进 行 回归分 析 用
布。用 ５ 个样地作 为建 模数据 ，２个样地作为检 ７ ２ 验样本 ， 并用 ７ 个样地实测值与模型预测值进行精 ９
其消长动态不仅是林业经济效益的主要标志 ， 也 是制定计划采伐 、 森林经营管理 的依据。传统 的一、
一
，
二类 调查 存在 劳 动强 度大 、 调查 周期 长 、 投人 大等 问
题 。随着先进航天遥感 与 ＧＳ在林业 中的应用 ， Ｉ 利 用３ Ｓ技术 进行 森林 蓄 积量 的定 量估 测 ， 内外 已有 国
１ ）国家“ 十一五” 林业科技支撑计划课 题（ ｏ １ ） ２ Ｉ４ 。 ５ 第 一作 者简介 ： 涂云燕 ， ，９ ６年 １ 月 生 ， 女 １８ １ 北京林业 大学林学 院， 士研 究生。 硕 收稿 日期 ：０ １ ｌ 月 １ ２ １ 年 １ ４日。 责 任编辑 ： 戴芳天。
前提下 把 多个 指标 转化 为几个 综合 指标 的方 法 。利
在 ＧＳ Ｉ 中提取各波段灰度值 ， 结合一类调查资料 并
及 相关档 案材料 ， 利用 Ａ Ｃ Ｉ、 Ｒ Ａ ．ＩＡ Ｅ８６ Ｒ ＧＳ Ｅ Ｄ Ｓ Ｍ Ｇ ．、 ＳＳ Ｐ Ｓ等软 件 ， 数据 进行 处理 。 对 此次 试验 中一 类调 查 的样地 点有 ７ ９个 ， 均匀 分
松林 （ ｉ ｓａｕ ｅ ｒ ｉ 、 Ｐｎ ｂｌｆ ｍｓ 栎林（ ｒ 叩． 、 ｕ ｔ ａｏ ） Ｑ ｃ ） 刺槐 （ ｏｉｉ ｐｅｄ ａａｉ ） 杨 树 （ ｏｕｕ ｐ ． 、 木 Ｒ ｂｎａ ｓｕ ｏｃｃ 、 ａ Ｐ ｐ ｌｓｓｐ ） 桦 （ ｅ ｌ ｐ ） 核桃 楸 （ ｕ ｌ￣ ｍａ ｄｈ ｒ ａ 、 角枫 Ｂ ｔ ａｓ ． 、 ｕ Ｊｇａ ｎ ｓｕｉ ） 五 ｃ Ａ ｅ ｏｏ 等 。林 地 面 积 １ ６５ ４ ３ ｍ ， 积 ｃｒｍ ｎ ） ６ １ ． ６ｈ 蓄
第４ ｏ卷 第 １ ０期
２１ ０ ２年 １ ０月
东
北
林
业
大
学
学
报
Ｖ １４ ． ０ ｏ ． ０ Ｎｏ １
Ｊ ＵＲＮＡＬ ＯＦ ＮＯ Ｏ 啪
ＥＡＳ ０ＲＥ ＮＩ ＲＳ ＴＦ ＳＩ ＲＹ Ｕ ＶＥ ｎＹ
Ｏｃ．２ １ ｔ ０２
基于 Ｒ Ｓ的 森 林 蓄 积 量 主 成 分 回归 估 测 ）
Ｅ ｔ ｔ ｎｏ ｏ ｅｔ ｌｍｅｂ ｒｎｉａ Ｃ ｍｐ ｎ ｎ ｇｅｓ ｎＢ ｓｄ ｏ Ｓ Ｔ ｕｙｎ Ｐ ｎ ａｌ Ｃ ｌ ｇ ｆ ｓ ｍａｉ ｆ ｒｓ ｕ ｙＰ ｉｃ ｌ ｏ ｏ ｅ ｔ ｉ ｏ Ｆ Ｖｏ ｐ Ｒｅｒｓｉ ａｅ ｎＲ ／ ｕＹ ｎａ ， ｅｇＤ ｏｉ ｏ ｅｅｏ ｏ （ ｌ Ｆ ｒｓｙ ｅ ｉ ｏｅｔ ｎｖｒｔ， ｅ ｉｇ１０ ８ ， ．Ｒ ｈｎ ）／ｏ ｍａ ｏ ｏｔ ａｔ ｏｅｔ ｎｖｒｔ． ２ １ ４ ｏｅｔ ，Ｂ ｒｎ Ｆ ｒｓｙＵ ｉ ｓｙ Ｂ ｒｎ ０ ３ Ｐ ．Ｃ ｉａ ／ Ｊｕ ｌ ｆ ｒ ｅｓ Ｆｒｓ Ｕ ｉｅ ｉ 一 ０２，０ ｒ ｇ ｒ ｅｉ ０ Ｎ ｈ ｙ ｒ ｓｙ （０ ． ７ ７ １ ） 一 ５～ ７
ｍｏ ｅ ｓ０． ０ ｄ ｌｉ ８ ９，ａ ｄ ｔ ｅ ｐ ｅ ｉｔ ｎ ａ ｃ ｒ ｃ ｓ８ ． ６ ． ｎ ｈ ｒｄ ｃｉ ｃ ｕ ａ ｙ ｉ ８ ２ ％ ｏ Ｋｅ ｗｏ ｄ Ｍｕ ｉｏ ｉ ｅ ｒｔ ；Ｍｏ ｅ ｔｂ ｌ ｙ；Ｐ ｅ ｉｔ ｎ ａ ｃ ｒｃ ｙ ｒｓ ｈｃ ｌｎ ａ ｙ ｉ ｄ ｌｓ ｉｔ ａ ｉ ｒｄ ｃ ｉ ｃ ｕ ａ ｙ；Ｐ ｉ ｃｐ ｌ ｃ ｍｐ ｎ ｎ ｇ ｅ ｓ ｎ；Ｌ ｎ ａ ｅ ｒ — ｏ ｒｎ ｉ ａ ｏ ｏ ｅ ｔｒｒ ｓ ｉ ｅ ｏ ｉ ｅ ｒ ｒ ｇ ｅ
Ｉ ｄ ｘ ｓｈ ｖｎ ｏ ｄ ｃ ｒｅａ ｏ ｔ ｔ ｋ ｖ ｌ ｍｅ ｗｅ ｅｓ ｌｃｅ ｓ ｔｅ ｉ ｄ ｐ ｎ ｅ ｔ ａ ｉｂ ｅ ｒ ｕ ｈ ｔ ｅ ａ ａｙ ｉ ｆ ｎ ｅ ｅ ａ ｉ ｇ ａ ｇ ｏ ｏ ｒ ｌ ｔ ｎ ｗｉ ｓｏ ｏｕ ｒ ｅｅ ｔｄ ａ ｈ ｅ ｅ ｄ ｎ ｒａ ｌｓｔ ｏ ｇ ｎ ｓｓｏ ｉ ｈ ｃ ｎ ｖ ｈ ｈ ｌ ｆｃ ｏ ｓａ ｅ ｔ ｇ ｓｏ ｋ ｖ ｌ ｍｅ ａ ｔ ｒ ｆ ｃｉ ｔ ｃ ｏｕ ．Ｂ ｔｔ ｅｅ ｉ ｍｕ ｔ ｏ ｉ ｅ ｒ ｙ ｂ ｔ ｅ ｈ ａ ｉｂ ｅ ｈ ｃ ａｌａｆｃ ｈ ｔｂ ｌ ｙ ｏ ｈ ． ｎ ｕ ｒ ｓ ｌ ｉ ｌ ｎ ａ ｉ ｅｗｅ ｎ ｔ ｅ ｖ ｒａ ｌ ｓｗ ｉｈ ｃ ｌ ｆ ｔｔｅ ｓ ｉ ｔ ｆ ｅ ｍｏ ｈ ｃ ｔ ｅ ａ ｉ ｔ ｄ ｌａ ｄ ｔｅ ａ ｃ ｒ ｃ ｆｐ ｅ ｉｔ ｎ Ｔ ｅ ｐ ｎ ｉ ａ ｏ ｏ ｅ ｔ ａ ｅ ｔ ｇ ｆｒ ｓ ｓ ｒｅ ｎ Ｍｉｕ ｏ ｎ ｙ ｗ ｒ ｘ ｒ ｃｅ ｙ ｅ ｎ ｈ ｃ ｕ ａ ｙ ｏ ｒ ｄ ｃ ｏ ． ｈ ｒ ｃｐ ｌｃ ｍｐ ｎ ｎ ｃ ｉ ｏ ｅ ｔ ｒ ｅ ｖ ｓ ｉ ｙ ｎ Ｃ ｕ ｔ ｅ ｅ ｅ ｔａ ｔ ｄ ｂ ｉ ｉ ｆ ｎ ｅ
中在 ６ 月 份 。其 植 被 属 于 针 阔 混交 林 森林 植 被 带， 现存植 被 主要 为人工林 以及一 些次 生植被类 型 。 主要 森林 类 型 有 ： 侧柏 林 （ ｌｔ ｌｄｓｏｉ ｔｌ） 油 Ｐａ ｃ ｕ ｒ ｎａｉ 、 ｙａ ｅ ｓ
法与人工神经网络模型。多元 回归解算模型的方法 有最小二乘、 岭估计 、 偏最ｄ －乘 、 步回归等。在 ｘ 逐
ｓｉｎ ｓｏ
森林 蓄 积 量 作 为 表 征 森 林 数 量 的重 要 指 标 之
归 。主成 分 回归在 医药 、 会经 济学 中应 用 较多 ， 社 但 对森林蓄 积量的主成分 回归还未见 报道 。因此 ， 本研 究 采用 主成 分 回归对密云县 ７ ９个调查 样地进 行建模
回归分析 。
回归方法 中 ， 从最 初 的讨 论 模 型 中参 数估 计 和方 差
检验 演 变到 讨论 变量 筛 选 、 估计 改 进 等 问题 。线 性
模型中变量的筛选不仅对模型稳定性 、 拟合效果有 影 响 ， 预测 精度 也 会 产 生影 响¨ 。 目前 ， 服 自 对 克 变量间的多重共线性 问题有偏最小二乘与主成分 回
涂 云 燕 彭道 黎
（ 北京林业大学 ， 北京 ，０ ０３） １０ ８
摘 要 通过对影响蓄积量 的因子进行相 关性分析 ， 筛选 出与蓄积量存在 较好 相关性的指标作为 自变量。但 其 自变量间存在 多重共线性 ， 对模 型稳 定性 、 测精度 产生影响 。通过 多元统计分析 中的主成分分析 法。 会 预 构造 出 影响 密云县 森林 蓄积量的主成分 ， 然后 与蓄积量进行回 归， 得到主成分 回归 ， 并与一般 线性回归模 型进行 比较 。结 果表明 ： 主成分线性模型在拟合度 、 模型适用性与预测精 度上都优 于一般 线性模型。主成 分回归模型 的复相 关 系 数 为 ０ ８９ 预 测 精 度 达 到 ８ ．６ 。 ．ｏ ， ８２％ 关键词 多重共 线性 ； 型稳定性 ； 模 预测精度 ； 主成 分 回归； 线性回归 分 类 号 ｓ５ ． ＋ ９ ７ ７ ２ １