基于机载LiDAR数据估测林分平均高

2020-09-09 07:16:10岳彩荣李春干张丽梅
林业科学研究 2020年4期
关键词:特征模型研究

赵 勋,岳彩荣*,李春干,张丽梅,谷 雷

(1. 西南林业大学林学院,云南 昆明 650224;2. 广西大学林学院,广西 南宁 530004;3. 西南林业大学园林园艺学院,云南 昆明 650224)

林分平均高是评价森林生产力、计算森林生物量和蓄积量、研究森林碳循环的重要参考指标[1-3]。传统的森林参数调查中,需要花费大量人力物力,在地形复杂、人迹罕至的地方,甚至无法实现人工地面调查。

20世纪80年代中期,激光雷达技术被应用于森林参数的获取[4]。机载LiDAR技术由于其具有测量精度高、实时性好、方便灵活等特点被广泛用于森林参数的获取。利用机载LiDAR点云数据获取森林参数可根据点云密度大小分为两类:即利用高密度点云直接获取单木参数,包括单木树高、冠幅、冠面积和材积等[5-7]。这一类方法往往需要高密度的激光点云,通常点云密度需达15点·m-2以上,数据获取成本较高,大区域范围难以应用。另一类利用相对稀疏的点云密度获取林分测树因子,如平均高、郁闭度、蓄积量等林分因子。通过建立机载LiDAR点云数据的统计特征和野外样地的林分调查因子的相关模型完成大范围的森林参数制图[8-9]。这一类方法对机载LiDAR点云数据密度要求较低,通常利用2点·m-2以上的低密度LiDAR点云即可与样地统计数据建立模型,完成大区域下森林参数的获取[10-12]。

近年来,已有大量研究利用机载LiDAR点云数据结合样地调查数据建立模型估测林分参数。这些模型主要分为参数模型和非参数模型。参数模型以线性回归为代……

登录APP查看全文

猜你喜欢
特征模型研究
一半模型
FMS与YBT相关性的实证研究
辽代千人邑研究述论
重尾非线性自回归模型自加权M-估计的渐近分布
视错觉在平面设计中的应用与研究
科技传播(2019年22期)2020-01-14 03:06:54
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
EMA伺服控制系统研究
3D打印中的模型分割与打包
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15