基于机载LiDAR多回波类型森林叶面积指数反演研究

摘要：

森林叶面积指数(Laj)作为森林的重要结构参数,对于研究森林物质能量交换相关的生理活动具有重要意义.为提高森林Lai的反演精度,本研究充分利用激光雷达点云数据多回波类型之间所含信息的差异,通过对机载激光雷达点云数据预处理后,基于点云数据的多回波类型,共提取了6个激光穿透指数(Lpi),分别与野外样方实测Lai建立线性回归模型用于估测森林Lai.结果发现:单变量估测模型中,基于首次回波强度Lpi(iLPIfirst)模型最好(R2=0.836,Mad=0.091).多变量模型中,基于首次回波强度Lpi(iLPIfirst)、冠层回波数量Lpi(nLPIcan)及冠层回波能量Lpi(iLPIcan)的三变量模型估测精度最高(R2=0.883,Mad=0.076),相比于单变量估测模型而言,R2提高了0.047,Mad减少了0.015.结果表明,基于点云回波类型分类的Lpi能够较好的估测森林Lai,且多变量模型的估测精度要优于单变量模型的估测精度.

关键词：叶面积指数、机载激光雷达、回波类型、激光穿透指数、点云能量信息、点云数量信息

所属期刊栏目：38

分类号：S771.8(森林工程、林业机械)

资助基金：国家林业公益性行业专项201504319;国家重点基础研究发展计划项目2013CB733404

在线出版日期：2018-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：26-33