林业科学

作者：杨晓慧1,吴金卓2,刘浩然1,钟浩1,林文树1,*

单位：1. 东北林业大学机电工程学院　哈尔滨 1500402. 东北林业大学土木与交通学院　哈尔滨 150040

关键词：无人机激光雷达,林分郁闭度,特征变量,主成分分析,逐步回归

基金：国家自然科学基金项目（31971574）；黑龙江省自然科学基金联合引导项目（LH2020C049）

目的: 提取无人机激光雷达（UAV-LiDAR）点云数据特征变量，结合样地实测数据构建林分郁闭度估测模型，为快速准确估测人工林林分郁闭度提供基础数据和技术参考。方法: 以东北林业大学城市林业示范基地为研究区，基于多旋翼无人机激光雷达获取的点云数据进行人工针叶林和阔叶林林分郁闭度反演，根据点云的三维坐标和能量值计算高度、强度、冠层特征变量并采用主成分分析法降维，处理后的变量与利用植物冠层分析仪获取的郁闭度进行逐步回归分析，建立人工针叶林和阔叶林林分郁闭度估测模型，在ArcGIS平台上应用估测模型和反距离权重插值法进行林分郁闭度反演制图。结果: 冠层特征变量对针叶林郁闭度的估测精度影响最显著，强度特征变量对阔叶林郁闭度的估测精度影响最显著。人工阔叶林郁闭度的估测精度（Adj R2=0.725，RMSE=0.005）优于人工针叶林（Adj R2=0.722，RMSE=0.007）。应用估测模型和反距离权重插值法估测整个样地的郁闭度范围在0.81~0.87之间，筛选10个检验点的郁闭度与实测郁闭度显示出较高相关性（r=0.859）。结论: 结合多组LiDAR特征变量估测林分郁闭度能够充分挖掘LiDAR数据包含的冠层结构特性，提升估测精度。

来源：2023年第8期

《林业科学》期刊编辑部

查看林业科学杂志2023年第8期