我目前正在使用卫星图像进行生物量估算。我将快速定义问题的背景，然后解释我正在处理的统计问题。
背景
问题
我正在尝试估算法国某个地区的生物量。我的回答是the木体积密度（），它或多或少与生物量成正比（取决于木材密度...）。
我拥有的独立变量是从该地区测得的反射率得出的植被指数（本研究中使用的卫星对于那些了解卫星的人是MODIS）。这些索引例如是NDVI，EVI等。我有这些索引的地图，这些地图的分辨率为250m。
这些指数与同一森林类型（生物群落和气候）的体积之间有很强的相关性。因此，我尝试根据我知道体积的库存图上的这些指标（实际上是它们的时间序列）对体积密度进行回归。
森林清单
这些地块的体积通过以下抽样方法估算：
- 库存节点放置在覆盖该区域的常规网格上。
- 在每个节点上都有一个图，并且在该图上进行了清单处理（树类型，体积，树冠高度等）。当然，我只对库存图感兴趣，而我的植被指数的值就是包含该图的像素的值。
图中的库存过程如下：
- 在15m半径的圆中测量直径> 37.5cm的树木
- 在9m半径的圆中测量直径大于22.5cm的树木
- 在6m半径的圆中测量直径大于7.5cm的树木
然后使用膨胀系数计算体积密度。
对于每个图，我都可以访问所有测量树的数据。
而且，对于每棵单棵树，由于使用了异速方程，我对体积不确定（让我们说10％）。
统计数据很重要的地方...
为了使回归更加准确，我需要针对每个体积估计值使用该度量的方差/ CI。IMO，这取决于采样的树木数量和找到的体积密度。
所以我有两个问题：
如何解释我的植被指数在250m像素上测量的事实？
我可以假设体积密度在一个像素上是恒定的，并且可以通过一个库存图对该像素进行采样。
如何估算我的体积密度的变化性？
我想我可以在树上使用引导程序。但是我测量的树木总数可能很小（从7到20 ...）。此外，我如何考虑到我根据树木的大小在不同圆圈上测量树木的事实？如果查看整个像素，变异性应如何变化？
我还以为我可以使用蒙特卡洛模拟来模拟一个森林，然后用图解法对该森林进行随机采样，以查看发生了什么...
我没有很强的统计背景，所以我有点迷路！