基于機(jī)載激光雷達(dá)的亞熱帶森林參數(shù)估測(cè).pdf

1、激光雷達(dá)技術(shù)是林學(xué)研究中最有發(fā)展前景的技術(shù)之一，它擁有實(shí)時(shí)監(jiān)測(cè)森林資源和精確估計(jì)森林參數(shù)的潛力。本研究的目的是通過(guò)應(yīng)用機(jī)載雷達(dá)數(shù)據(jù)提出幾個(gè)預(yù)測(cè)森林不同生物特性的回歸模型，并通過(guò)分析各項(xiàng)參數(shù)闡述為什么激光雷達(dá)高度數(shù)據(jù)與樹(shù)高、蓄積量、胸高斷面積和森林地上生物量相關(guān)，并討論預(yù)測(cè)結(jié)果及其精確性。本文以云南中部的亞熱帶森林為研究對(duì)象，通過(guò)對(duì)機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的處理分析和外業(yè)樹(shù)高的測(cè)量，進(jìn)行了機(jī)載LiDAR技術(shù)林分參數(shù)反演的試驗(yàn)。從激光雷達(dá)數(shù)據(jù)

2、中提取了兩組變量(即樹(shù)冠高度變量組和植被密度變量組)作為自變量，分析云南省中部的78塊樣地得到實(shí)測(cè)數(shù)據(jù)作為因變量，并采用逐步回歸方法進(jìn)行自變量選擇。最終得出了若干預(yù)測(cè)模型，并進(jìn)行了抽樣精度驗(yàn)證。
　　 結(jié)果：表明：
　　 (1)通過(guò)逐步回歸分析選出的變量和回歸系數(shù)均能達(dá)到顯著水平，且得到了較好的預(yù)測(cè)結(jié)果，說(shuō)明針對(duì)不同森林類(lèi)型選出的變量組成的各預(yù)測(cè)模型可以進(jìn)行高精度的森林參數(shù)預(yù)測(cè)。
　　 (2)不同森林類(lèi)型的樹(shù)高估

3、計(jì)誤差的差異不大，其平均相對(duì)誤差控制在0.01～2.6％。所有樣地和針葉林樣地的抽樣檢驗(yàn)總體精度分別達(dá)到0.86和0.84，說(shuō)明激光雷達(dá)數(shù)據(jù)能很好的反映森林高度，且樹(shù)種構(gòu)成不同對(duì)其影響不大。
　　 (3)不同森林類(lèi)型的胸高斷面積估計(jì)的平均相對(duì)誤差達(dá)到11.2％～17.5％?；旖涣值男馗邤嗝娣e與激光雷達(dá)變量則沒(méi)有明顯關(guān)系。其中各森林類(lèi)型胸高斷面積預(yù)測(cè)模型的決定系數(shù)從大到小依次為：闊葉林〉針葉林〉所有樣地。
　　 (4)不同

4、森林類(lèi)型的蓄積量估計(jì)誤差較小，其平均相對(duì)誤差控制在0.1％～8.9％。其中各森林類(lèi)型蓄積量預(yù)測(cè)模型的決定系數(shù)從大到小依次為：混交林〉闊葉林〉針葉林〉所有樣地。
　　 (5)不同森林類(lèi)型的生物量估計(jì)誤差有明顯區(qū)別，其中針葉林的平均相對(duì)誤差最小，其后是闊葉林和所有樣地的平均相對(duì)誤差。
　　 (6)樣地抽樣精度驗(yàn)證的結(jié)果表明：各森林參數(shù)的預(yù)測(cè)精度從大到小依次為：平均樹(shù)高〉蓄積量〉地上生物量。對(duì)單一樹(shù)種的樣地抽樣檢驗(yàn)的精度要高于