利用ALS/TLS与空间回归模型估算奥地利克恩顿州风暴造成的木材蓄积量损失
应用统计
2021-06-17 v1
摘要
本文提出一个空间回归模型框架，用于预测2018年10月奥地利克恩顿州上盖尔河谷因阿德里安风暴造成重创森林的蓄积量损失。模型参数利用地面激光扫描仪在分布于五个子区域的62个样地上测得的蓄积量进行估计。预测变量源自机载激光扫描航飞获取的高分辨率植被高度测量值。研究提出非空间与空间候选模型，并基于观测数据拟合与样本外预测进行评估。采用关联模型截距与回归系数的空间高斯过程来捕捉空间依赖性。结果表明，允许截距与回归系数随空间变化的空间变系数模型取得了最佳拟合与预测效果。针对倒木区预测考虑了两种方法：1）将每个倒木区视为由其质心索引的单一预测单元的面状方法；2）将每个倒木区划分为较小预测单元以更好匹配样地空间支撑的区块方法。采用联合预测以承认区块单元间的空间依赖。结果显示区块方法更优，因其缓解了面状方法中遇到的支撑变更问题。尽管样本量小，占总损失93%的共55%的564个倒木区预测变异系数小于25%。所提回归框架的主要优势在于能够量化空间协方差参数的不确定性、将参数不确定性传递至预测，并为单个及多个倒木区提供统计有效的预测点与区间估计。
引用
@article{arxiv.2106.08912,
title = {Estimating timber volume loss due to storm damage in Carinthia, Austria, using ALS/TLS and spatial regression models},
author = {Arne Nothdurft and Christoph Gollob and Ralf Kraßnitzer and Gernot Erber and Tim Ritter and Karl Stampfer and Andrew O. Finley},
journal= {arXiv preprint arXiv:2106.08912},
year = {2021}
}