小光斑激光雷达数据估测森林树高研究进展

小光斑激光雷达可以同时获得森林的垂直及水平结构参数,因光斑直径较小,可以做到森林单木结构参数的准确估计,进而推广到样方甚至更大区域森林结构参数的估计,近年来在林业中得到广泛应用。文中主要从树高估计方面对小光斑激光雷达在林业中的应用进行研究,通过对先前类似文献进行归纳总结发现,在小光斑激光雷达估测森林树高方面仍存在着一些问题,从而限制了森林树高估测精度的提高,如点云分类算法、点云密度、森林郁闭度、单木的准确分割等,还对小光斑激光雷达估计森林树高中所存在的问题进行了概括,并提出了改进建议。     

基于机载激光雷达数据估计林分蓄积量及平均高和断面积

基于东北林区191个红松林(Pinus koraiensis)样地的机载激光雷达数据和地面实测数据,首先,通过多元线性回归和非线性回归估计方法,确定林分蓄积量及平均高、断面积的基础回归模型;然后,利用误差变量联立方程组方法,建立基于激光雷达变量的林分蓄积量与平均高、断面积的模型系统。结果显示:建立的多元线性、多元和二元非线性林分蓄积量回归模型,其确定系数R²分别为0.858,0.846和0.821,平均预估误差MPE分别为2.57%,2.66%和2.85%,平均百分标准误差MPSE分别为26.35%,16.35%和17.88%;利用模型系统对林分平均高、断面积和蓄积量进行估计,其R²分别为0.597,0.750和0.822,MPE分别为1.90%,2.52%和2.84%,MPSE分别为10.85%,15.28%和17.73%。结果表明:基于机载激光雷达数据估计林分蓄积量、平均高等主要森林参数,非线性模型优于线性模型,而且基于点云高度变量(中位数)和强度变量(75%分位数)的二元非线性模型就能达到比较理想的预估效果;误差变量联立方程组方法,是建...     

基于机载激光雷达数据的森林蓄积量模型研建

【目的】建立变量相同、结构稳定、具有普适性的基于机载激光雷达数据的森林蓄积量预估模型,为规范森林蓄积量建模与评价提供科学参考,为森林资源调查提供计量依据。【方法】利用东北林区落叶松林、红松林、杨树林和桦树林4种森林类型790块样地的激光雷达数据和地面实测蓄积量数据,首先采用多元线性回归和非线性回归方法,分别建立基于机载激光雷达数据的森林蓄积量回归模型,通过对比分析,确定具有相同变量和统一结构形成的普适性模型;然后采用哑变量建模方法,建立基于相同激光雷达变量的不同森林类型蓄积量模型。【结果】4种森林类型线性蓄积量回归模型的解释变量个数在2～6之间,确定系数(R~2)在0.701～0.827之间;非线性蓄积量回归模型的解释变量个数在2～4之间,R2在0.707～0.818之间。基于点云平均高度和平均强度的落叶松林、红松林、杨树林、桦树林非线性二元蓄积量模型,其R~2分别为0.679、0.814、0.698和0.703,平均预估误差分别为4.26%、2.90%、3.68%和3.83%,平均百分标准误差分别为24.44%、18.23%、21.47%和23.26%。【结论】基于机载激光雷达数据估计森林蓄积量,非线性模型优于线性模型;基于点云平均高度和平均强度的二元蓄积量模型具有普适性,可作为森林蓄积量估计的标准模型;本研究建立的4种森林类型蓄积量模型,其预估精度均达到森林资源调查相关技术规定要求,可在实践中推广应用。     

基于地基激光雷达的亚热带森林单木胸径与树高提取

【目的】以云南省普洱市天然林与杉木人工林为研究对象,针对云南省山区森林树种繁多、林下灌木草本茂密的林分环境,根据森林中树木的形态特征,利用地基激光雷达(TLS)扫描数据提取样地尺度单木胸径与树高,为森林调查工作提供参考。【方法】将获取的多站地基激光雷达扫描数据分为多站拼接及单站2种分析方式,采用Hough变换算法及树干的形态特征对样地内单木进行识别与胸径提取,根据树干生长方向及单木在垂直方向上的分布提取树高。【结果】1)对于多站拼接数据,即使在林分条件最为复杂的原始林,单木识别率仍可达到81%;对于单站数据,随着扫描距离增加,单木识别率降低,实际操作时单站布设比多站拼接简单;2)多站拼接胸径及胸高断面积估测结果更接近于样地真实值,多个单站平均结果比只使用一站扫描数据提取的结果更加适合估测样地胸径及胸高断面积,半径10 m比半径5 m及15 m范围内数据更加适合估测样地胸径及胸高断面积;3)天然林单木树高估测结果为R~2=0.77,RMSE=1.46 m;人工林单木树高估测结果为R~2=0.94,RMSE=0.96 m。【结论】本研究根据树干垂直向特征,设置的一系列参数可以剔除Hough变换算法在非树干处的识别圆,可提高单木识别及胸径、树高的估测精度。受扫描站布设及林分条件影响,人工林的估测结果好于天然林。多站拼接相比单站扫描更加接近于样地实测结果,多个单站平均更能代表样地实际情况,只用一站数据具有一定的偶然性。     

基于连清样地数据的全国杉木人工林平均木树高-胸径模型

目的 基于我国森林资源连续清查（简称“连清”）样地数据,分省区研建全国杉木人工林平均木树高-胸径的最优基础模型,以期为全国各省区杉木人工林的树高预测提供基础模型。 方法 研究范围为杉木人工林分布的15个省份,数据来自第六次、第七次连清样地数据的树高调查表,总样本数为23 239个。选取18种基础生长方程作为候选模型,分别拟合各省区杉木平均木树高与胸径的关系,根据模型的决定系数（R2）、平均绝对误差(MAE)、平均相对误差（MRE）、均方根误差(RMSE)和平均预估误差（MPE）,并结合模型残差分布图,确定各省区最优模型,同时采用5折法验证各省区最优模型的预测能力,最终决定各省区最优树高-胸径模型。 结果 15个省区的杉木最优树高-胸径模型并不相同,四川、云南、重庆、陕西、浙江、江西、湖南、广西的最优模型为模型18（Mitscherlich方程）,江苏、安徽、河南和福建的最优模型为模型16（Hossfeld方程）,广东、湖北、贵州的最优模型分别为模型10（双曲线方程）、模型11（Logistic方程）和模型13（Gompertz方程）,R2分布在0.602～0.807之间,MAE分布在0.94～1.53 m之间,MRE分布在−2.93%～−4.72%之间,RMSE分布在1.23～2.00 m之间,MPE分布在0.50%～2.77%之间。模型拟合效果较好,满足精度要求,且参数具有生物学意义,可作为全国各省区杉木人工林平均木树高-胸径基础模型。 结论 本研究构建全国杉木人工林分布的15个省区的最优树高-胸径基础模型,能较好的模拟各省区的杉木平均木树高随胸径的变化规律,可以作为全国各省区基本的杉木人工林平均木树高-胸径模型,为各省区杉木人工林的树高预测提供依据。     

利用大光斑激光雷达数据估测树高和生物量

通过对大光斑激光雷达数据GLAS波形的处理,建立模型反演树高、生物量并做精度检验,理论精度分别为93.7%和91.3%.结果表明:利用激光雷达数据反演树高、生物量比传统方法的精度有显著提高.     

基于极化干涉SAR数据森林树高反演算法比较

树高是森林资源的重要参数,因此对于树高反演的研究具有重要的意义。以欧空局提供的Pol SARPro软件生成L波段和X波段的全极化雷达数据,对2个波段的数据进行预处理,选择DEM差值法、RVOG地相位法和复相干幅度法对树高进行反演,并对L波段和X波段反演结果进行分析。结果表明:对于L波段,DEM差值法低估了树高,RVOG地相位法高估了树高,复相干幅度法反演的树高精度比DEM差值法和RVOG地相位法要高;X波段严重低估了树高,已经不适用这3种树高反演算法,反演的结果不理想。     

基于ICESat-GLAS波形估测平均树高的研究

以吉林省汪清林业局经营区域为例,基于星载激光雷达ICESat-GLAS回波参数,构建了平均树高回归模型,预估精度为84.05%;利用反距离加权法,对ICESat-GLAS光斑平均树高估测值进行差值运算,得到初始CHM(Canopy Height Model),实现了平均树高空间连续分布制图;再利用坡度校正和3×3移动窗口差分滤波平滑初始CHM,得到研究区平均树高修正CHM,预估精度达到91.52%。研究结果表明,坡度校正和移动窗口差分滤波方法能有效削弱坡度影响,剔除异常点,提高平均树高估测精度。     

基于无人机机载激光雷达构建森林蓄积量模型反演及精度分析

基于机载激光雷达点云数据提取的嵩县测区森林资源数据,结合样地调查数据,采用多元线性回归模型,重点分析无人机载激光雷达获取的点云数据在森林蓄积量模型反演方面的精度分析,为河南省森林蓄积量的测算提供参考依据。结果显示：山区栎类蓄积量调整决定系数AdjR2=0.890m³·hm^-2,平均相对误差MSE=0.237 m³·hm^-2,均方根误差RMSE=0.478 m³·hm^-2,结合分层地面样地调查数据对山区栎类蓄积量数据进行多元线性回归模型反演,模型精度为96.01%。无人机机载激光雷达能够自动获取大面积栎类标准地的激光点云数据,可以提取森林的垂直结构信息(高度参数)和水平结构信息(郁闭度)具备三维结构参数提取能力,通过全覆盖的激光雷达数据反演结果以及地面验证两个部分的数据验证,得到的精度测算结果较好,为计算森林蓄积量提供新的方法。     

用树干解析数据修正树高的卡米恩估计

树干解析常用来为建立树高生长或立地指数模型而确定林木的树高/年龄。如果在顶芽痕下任何一点区分树干,那么这个被区分树干处的树高总是低估对应于该点上年轮数的相应年龄的“真实”树高。卡米恩(1972)提出了一种用树干解析修正树高/年龄数据来修正这种偏差的方法。迪尔和柏莱(1987)指出,卡米恩修正法估计树高比其它类似的方法误差要小。     

基于背包式激光雷达的林木胸径和树高提取

背包式激光雷达扫描系统易操作、查看简洁方便、效率高,但目前还没有广泛应用到林业调查中。本研究通过利用背包式激光雷达扫描数据提取样地单木胸径、树高,计算相应蓄积量,为森林调查工作提供参考。采用LiBackpack 50背包式激光雷达对广西派阳山林场的7个样地树木胸径、树高进行数据采集,通过数据处理软件LiDAR 360提取胸径和树高,测算蓄积量。结果显示,密度较小,杂灌较少,通视条件较好、干形规则的样地,胸径、树高实测值与提取值间的相关性较高,蓄积量差异较小,可采用激光雷达进行森林资源辅助调查。     

西藏天然林平均直径树高和蓄积估测模型研究

利用西藏自治区森林资源连续清查的天然林实测样地资料,研究建立了冷杉、云杉、柏木、松类、栎类、桦类、阔叶类、针阔类8个树种组的平均直径、平均树高和平均蓄积估测模型,为预估西藏天然林的有关林分因子提供参考依据。     

基于随机森林的杉木标准树高曲线

以湖北省赤壁市国有林场40块杉木人工林实测数据为例,运用随机森林方法,以胸径、优势树高、优势胸径为自变量,建立树高预测模型。首先根据随机森林的置换精度重要性筛选出建模的自变量,并确定决策树的数量和竞争节点变量数,得到决定系数R2为0.9450,均方误差MSE为2.6966的随机森林树高预测模型。利用检验数据对随机森林树高预测模型和传统树高预测模型分别进行精度检验。结果表明：随机森林模型的拟合效果与预测效果都优于该传统树高模型,随机森林模型可以作为有效的树高预测技术。 关键词：杉木;标准树高曲线;随机森林     

小光斑激光雷达数据估测森林生物量研究进展

小光斑激光雷达可以直接获取森林的垂直和水平结构参数,因此广泛应用于森林树高、生物量和郁闭度等结构参数估计。本文主要分析小光斑激光雷达在森林生物量估测中的应用,根据研究尺度的不同,分别对小光斑激光雷达在单木、样方水平森林生物量的反演技术和方法进行详细分析,并对小光斑激光雷达与其他类型遥感数据进行融合,共同用于森林生物量研究的潜能进行阐述,通过对上述分析得出小光斑激光雷达用于森林生物量研究中存在的问题进行总结并对其未来的研究进行展望。     

激光雷达数据在森林参数获取中的应用

由于激光雷达技术可直接获取地物的三维空间坐标信息, 使得激光雷达数据在森林参数估测方面具有独特的优势。文中首先介绍了激光雷达的一般工作原理, 然后总结了国外近年来激光雷达数据在森林参数(树高、冠幅、生物量、碳储量)获取方面的应用, 以及国内林业工作者在激光雷达数据应用方面所做的尝试, 最后对激光雷达数据在森林参数获取方面的前景进行了展望。     

基于极化合成孔径雷达干涉测量的平均树高提取技术

在新疆和田地区建立SIR-C/X SAR极化干涉测量试验区,获取2次重复飞行的SIR-C/X SAR全极化干涉测量数据、覆盖试验区的地形图4幅、Landsat-5 TM及Landsat-7 ETM 数据各一景.在此基础上,研究实现POLinSAR数据处理及树高反演算法,并对试验结果进行初步分析评价.结果表明:本文所采用的极化干涉测量数据处理方法及树高反演算法是正确的;受去相干噪声因素的影响,重复飞行极化干涉SAR相干影像上可能存在大量的非体散射去相干散射体,识别这些散射体并加以剔除是保证得到正确树高提取结果的重要步骤.     

基于激光雷达数据的森林数据分析与处理系统的设计与实现

机载激光雷达(LiDAR)是一种新型数据获取手段,目前在林业资源管理、森林防火、林木砍伐等方面已广泛应用,但尚未形成完整的、实用的林业LiDAR数据分析与处理系统。通过分析已有LiDAR数据应用于林业资源管理方面的理论和方法,以目前开源LiDAR点云数据处理技术、海量点云数据可视化技术,以及GIS相关分析技术为基础,结合林业资源管理需求,设计并研发了基于LiDAR数据的林业资源数据分析与处理系统。系统实现了LiDAR点云数据的管理与可视化、数字高程模型生成、数字地表模型生成、冠高模型生成、平均树高估计等功能,为基于LiDAR数据的林业资源管理提供统一的平台。     

理论生长方程建立林分平均树高生长模型比较研究

通过常用7种理论生长方程的对福建省连续清查成果数据中的乔木林样地进行建模,比较各生长方程的拟合效果。结果表明杉木人工林和阔叶树天然林使用Mitscherlich方程建立的生长模型最优,马尾松天然林和阔叶树人工林使用Logistic方程建立的生长模型最优,马尾松人工林使用Richards方程建立的生长模型最优,杉木天然林使用Gompertz方程建立的生长模型最优。