高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于机载小光斑LiDAR 技术的亚热带森林参数信息优化提取

曹林 代劲松 徐建新2 许子乾 佘光辉

曹林, 代劲松, 徐建新2, 许子乾, 佘光辉. 基于机载小光斑LiDAR 技术的亚热带森林参数信息优化提取[J]. 北京林业大学学报, 2014, 36(5): 13-21. doi: 10.13332/j.cnki.jbfu.2014.05.009
引用本文: 曹林, 代劲松, 徐建新2, 许子乾, 佘光辉. 基于机载小光斑LiDAR 技术的亚热带森林参数信息优化提取[J]. 北京林业大学学报, 2014, 36(5): 13-21. doi: 10.13332/j.cnki.jbfu.2014.05.009
CAO Lin, DAI Jin-song, XU Jian-xin, XU Zi-qian, SHE Guang-hui. Optimized extraction of forest parameters in subtropical forests based on airborne small footprint LiDAR technology[J]. Journal of Beijing Forestry University, 2014, 36(5): 13-21. doi: 10.13332/j.cnki.jbfu.2014.05.009
Citation: CAO Lin, DAI Jin-song, XU Jian-xin, XU Zi-qian, SHE Guang-hui. Optimized extraction of forest parameters in subtropical forests based on airborne small footprint LiDAR technology[J]. Journal of Beijing Forestry University, 2014, 36(5): 13-21. doi: 10.13332/j.cnki.jbfu.2014.05.009

基于机载小光斑LiDAR 技术的亚热带森林参数信息优化提取

doi: 10.13332/j.cnki.jbfu.2014.05.009

Optimized extraction of forest parameters in subtropical forests based on airborne small footprint LiDAR technology

  • 摘要: 借助机载小光斑LiDAR 点云和地面调查的73 个样地数据,以亚热带天然次生林为研究对象,首先采用主成 分分析法、逐步回归法和贝叶斯模型平均法,分别优化筛选LiDAR 提取变量;在此基础上,拟合最优模型估算各森 林参数并评价精度; 最后基于最优模型进行蓄积量的升尺度制图。结果表明:通过主成分分析法筛选出的最优 LiDAR 提取变量为平均高度(hmean)、60%冠层返回密度变量(d6 )和高度变异系数(hcv ),且这3 个变量在逐步回归 法和贝叶斯模型平均法中多被选中;逐步回归法拟合模型效果最好(R2 为0.39 ~ 0.84),而贝叶斯模型平均法(R2 为0.32 ~0.77)和主成分分析法(R2 为0.26 ~0.74)次之;就各森林参数而言,Lorey爷s 树高(R2 为0.74 ~0.84)和优 势树高(R2为0.73 ~0.82)的估算精度最高,胸径(R2 为0.48 ~0.57)和蓄积(R2 为0.46 ~ 0.55)次之,而株数(R2 为 0.35 ~0.44)和胸高断面积(R2 为0.29 ~0.39)最低。

     

  • 加载中
计量
  • 文章访问数:  1016
  • HTML全文浏览量:  121
  • PDF下载量:  227
  • 被引次数: 0
出版历程
  • 刊出日期:  2014-09-30

目录

    /

    返回文章
    返回