Чи можна використовувати завантажувальний інструмент, чому чи ні?


10

Зараз я працюю над оцінками біомаси за допомогою супутникових знімків. Я швидко визначу передумови свого запитання, а потім поясню статистичне питання, над яким я працюю.

Фон

Проблема

Я намагаюся оцінити біомасу на території Франції. Моя відповідь - об'ємна щільність парового дерева (в ), яка більш-менш пропорційна біомасі (залежно від щільності деревини ...).м3/года

Незалежні мені змінні - це індекси вегетації, отримані від вимірюваних коефіцієнтів відбиття на цій ділянці (супутник, який використовується у дослідженні, є MODIS для тих, хто це знає). Такі індекси, наприклад, NDVI, EVI тощо. У мене є карти індексів, а роздільна здатність карт - 250м.

Існують сильні кореляції між цими показниками та обсягом в одному типі лісу (біома та клімат). Тому я намагаюся регресувати густину гучності щодо цих показників (фактично їх часових рядів) на інвентарних сюжетах, де я знаю обсяг.

Лісові запаси

Обсяг на цих ділянках оцінюється наступним методом вибірки:

  1. Вузли інвентаризації розміщуються на звичайній сітці, що охоплює область.
  2. До кожного вузла додається ділянка, і на цій ділянці відбувається процес інвентаризації (типи дерев, обсяги, висота навісу тощо). Звичайно, мене цікавить лише інвентаризаційна ділянка, і значення моїх рослинних індексів - це значення пікселя, що містить ділянку.
  3. Процес інвентаризації на ділянці такий:

    http://i.stack.imgur.com/DeHdC.png

    • Виміряйте дерева, які мають діаметр> 37,5 см у колі радіуса 15 м
    • Виміряйте дерева, діаметр яких> 22,5 см у радіусі кола 9м
    • Виміряйте дерева, які мають діаметр> 7,5 см у колі радіуса 6м

Потім об'ємна щільність обчислюється за допомогою коефіцієнтів розширення.

Для кожної ділянки я маю доступ до даних для всіх виміряних дерев.

Більше того, для кожного окремого дерева я маю невизначеність щодо обсягу через використання алометричних рівнянь (скажімо 10%).

Там, де важлива статистика ...

Щоб мої регресії були більш точними, мені потрібно для кожної оцінки обсягу дисперсія / CI цього заходу. Це залежить від ІМО від кількості вибірених дерев та знайденої густоти.

Тож у мене є дві проблеми:

  1. Як врахувати той факт, що мої показники вегетації вимірюються в пікселі 250м?

    Я можу припустити, що густина гучності є постійною понад один піксель, і що я відбираю цей піксель за допомогою однієї графіки інвентаризації.

  2. Як оцінити мінливість моєї густини густини?

    Я думаю, що я міг би використовувати завантажувальну групу на популяції дерев. Але моя загальна кількість виміряних дерев може бути досить маленькою (від 7 до 20 ...). Крім того, як я можу взяти до уваги той факт, що я вимірюю дерева на різних колах залежно від їх розмірів? І як має змінюватися мінливість, якщо я дивлюся на цілий піксель?

Я також думав, що можу використовувати моделювання Монте-Карло для імітації лісу, а потім випадковим чином відібрати цей ліс з ділянками, щоб побачити, що відбувається ...

У мене немає сильного статистичного досвіду, тому я трохи загублений!

Відповіді:


1

Я не дуже добре розумію ваші дані, але можу сказати вам, що альтернативою багаточленному завантажувальному інструменту, який працює краще для рідкісних подій, є збурення / дикі завантажувальні програми. Збурення надзвичайно гнучкі і часто здатні обробляти дані, що не входять в нього, проте іноді потрібно багато тонкощів, щоб правильно наблизити файл PDF. Якщо вам вдасться правильно вказати формулу завантажувальної стрічки, ви зробите менше припущень і, ймовірно, будете менш упередженими, ніж запропонований раніше метод згладжування, особливо з огляду на ваш розріджений набір даних, який може зробити оцінки щільності нестабільними.


0

Якби мені довелося підійти до цієї проблеми, я спершу розпочну з:

  1. дивлячись на карту вихідних даних
  2. намагаючись вирівняти 2d згладжування на поверхні, спробуйте повідомити про це AIC
  3. обчислити похідну гладкого в місці розташування і відносити варіацію вхідного сигналу до зміни виходу за допомогою методу delta
  4. Порівняйте результати цього з деякими «відомими» значеннями, щоб перевірити / підтвердити підхід

Відповідні посилання: http://www.stanford.edu/class/cme308/notes/TaylorAppDeltaMethod.pdf http://www.ingentaconnect.com/content/klu/stco/2010/00000020/00000004/00009140?crawler=true

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.