ZY3立体像对和机载LiDAR抽样数据协同估测森林平均高
[目的] 探索一种适用于已具备林下地形,可协同利用少量实测样地数据、抽样式采集的机载激光雷达( LiDAR)条带数据和区域全覆盖的资源三( ZY3)立体像对数据有效估测区域森林平均高的方法,为提高森林资源调查效率和精度提供技术支撑.[方法] 以广西高峰林场2个分场为研究区, 2018年获取覆盖整个研究区的机载LiDAR、ZY3立体像对和少量实测样地数据.将 LiDAR数据提取的 DEM 作为历史已存在的林下地形,从全覆盖的LiDAR数据中抽取12条飞行条带的 LiDAR数据"模拟"抽样式采集的 LiDAR 数据,形成"林下地形+LiDAR 抽样+ZY3立体像对+样地"数据集; 以样地和 LiDAR数据提取出 LiDAR抽样数据对应的森林平均高为模型建立的参考数据(因变量 Y),以 ZY3立体像对提取的数字表面模型(DSM)减去数字高程模型(DEM)得到的 CHMZY3为自变量( X) ,采用普通最小二乘( OLS)模型、k-邻近( KNN)模型和回归克里格( RK)模型估测森林平均高,并对其估测效果进行比较评价.[结果] OLS和 KNN 模型的均方根误差( RMSE)分别为 1. 88 和 1. 96 m,估测精变( EA)分别为87. 18%和86. 64%; RK模型估测精度相对较高,RKOLS模型的 RMSE=1. 84 m,EA=87. 42%; RKKNN模型的 RMSE=1. 86 m,EA=87. 32%.[结论] 本研究中2类4种模型均可有效估测森林平均高,回归克里格模型(RKOLS、RKKNN)优于非空间模型(OLS、KNN),RKOLS模型估测精度最高; 在林下地形已知时,协同利用少量实测样地数据、抽样式采集的机载 LiDAR条带数据和区域全覆盖的 ZY3立体像对数据能够实现区域森林平均高的高效、高精度估测.
激光雷达;资源三号;森林平均高;回归克里格
57
S771.8(森林工程、林业机械)
"十三五"国家重点研发计划"林业资源培育及高效利用技术创新"重点专项"人工林资源监测关键技术研究";国家自然科学基金项目
2021-12-01（万方平台首次上网日期，不代表论文的发表时间）
共10页
66-75
