林业科学

作者：孙忠秋1,高金萍1,吴发云1,高显连1,胡杨2,*,高剑新1

单位：1. 国家林业和草原局调查规划设计院 北京 1007142. 宁夏大学生态环境学院 西北土地退化与生态恢复国家重点实验室培育基地 西北退化生态系统恢复与重建教育部重点实验室 银川 750021

关键词：森林蓄积量,小光斑激光雷达,随机森林算法,变量筛选

基金：宁夏回族自治区自然科学基金项目(2021AAC03017);林草行业研究专项"陆地碳卫星"(2020-21-93^*)

目的: 基于机载激光雷达点云数据提取的森林高度参数和郁闭度，结合分层地面样地调查数据，采用随机森林算法构建森林蓄积量估测模型，分析机载激光雷达点云数据在森林蓄积量反演方面的潜力，为森林蓄积量高效准确估测提供方法依据。方法: 以直径30 m的地面样圆离散点云数据为数据源，经数据校准等预处理后，利用LiDAR360软件提取森林高度参数（最大高、平均高等）和郁闭度，并将数据随机分成训练数据（70%）和验证数据（30%）。采用随机森林算法构建森林蓄积量估测模型，对仅用高度参数建模以及联合高度参数和郁闭度建模结果进行比较；同时运用R软件VSURF工具包筛选建模变量，对筛选后变量的建模结果进行分析。结果: 仅用高度参数建模的估测精度为R2=0.75、RMSE=40.07 m3·hm-2、MAE=29.21 m3·hm-2、MRE=49.40%，联合高度参数和郁闭度建模的估测精度为R2 =0.79、RMSE=36.23 m3·hm-2、MAE=26.16 m3·hm-2、MRE=38.35%。通过变量筛选，建模参数从24个减少至7个，可极大提高运算效率，同时R2未变化，RMSE从36.23 m3·hm-2升至36.50 m3·hm-2，rRMSE从31.92%升至32.97%，MAE从26.16 m3·hm-2降至26.08 m3·hm-2，MRE从38.35%降至38.05%。结论: 机载激光雷达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。采用随机森林算法，增加林分郁闭度信息可显著提高森林蓄积量估测精度。通过变量筛选，虽然能够降低参数数量，但对模型精度具有一定影响，在建模精度要求较高的情况下，建议使用全变量进行蓄积量估测；而在数据量较大的情况下，建议使用筛选变量进行蓄积量估测。基于机载激光雷达点云数据估测森林蓄积量显著优于光学遥感数据，可为森林蓄积量高效准确估测提供方法依据，能够满足大范围森林蓄积量快速反演需求。

来源：2021年第8期

《林业科学》期刊编辑部

查看林业科学杂志2021年第8期