林业科学

作者：陈星京1,2,冯林艳2,3,张宇超4,刘清旺2,5,杨朝晖1,符利勇2,3,白晋华1,*

单位：1. 山西农业大学林学院 晋中 0308012. 中国林业科学研究院资源信息研究所 北京 1000913. 国家林业和草原局森林经营与生长模拟重点实验室 北京 1000914. 国家林业和草原局林草调查 规划院 北京 1007145. 国家林业和草原局林业遥感与信息技术重点实验室 北京 100091

关键词：机载激光雷达,林分地上生物量,混合效应模型,贝叶斯模型

目的: 基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型, 考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨, 为生物量建模方法研究、生物量估测提供科学依据, 为冬奥核心区实现"双碳"目标和生物量模型计算提供技术支撑。方法: 基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据, 通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型, 应用确定系数(R2)、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型, 采用留一交叉法验证模型精度。结果: 筛选出相关性较高的激光雷达变量共20个, 最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm-2, R2=0.768, TRE=6.08%), 分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm-2, R2=0.795, TRE=7.45%), 白桦模型预测精度提高(RMSE=23.34 t·hm-2, R2=0.440, TRE=4.35%)。利用训练好的模型预测崇礼冬奥核心区生物量并制图。结论: 基于机载激光雷达和地面实测数据估测林分地上生物量, 非线性模型优于线性模型; 以龄组为随机效应的非线性混合效应模型预测精度最高; 贝叶斯估计受先验条件影响较大, 本研究样本量偏少, 贝叶斯估计具有进一步探讨的价值。

来源：2022年第10期

《林业科学》期刊编辑部

查看林业科学杂志2022年第10期