摘要：调查云南省香格里拉市98块样地高山松林生物量数据,结合2016年香格里拉市Landsat8-OLI遥感影像,采用普通最小二乘模型（OLS）和分位数回归模型（QR）的方法构建高山松生物量遥感估测模型。结果表明,分位数回归模型相对于OLS模型其决定系数（R^2）显著提高,均方根误差（RMSE）则降低了9.583。通过独立性检验得出,分位数回归模型的总体相对误差（RS）和绝对相对误差（RMA）都低于OLS模型,说明分位数回归模型拟合效果优于OLS模型。对模型预测结果进行分析发现,分位数回归模型能够较好地解决OLS模型在幼龄林和成熟林存在的低值高估和高值低估的问题。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社