基于机载小光斑LiDAR技术的亚热带森林参数信息优化提取

摘要

借助机载小光斑LiDAR点云和地面调查的73个样地数据,以亚热带天然次生林为研究对象,首先采用主成分分析法、逐步回归法和贝叶斯模型平均法,分别优化筛选LiDAR提取变量;在此基础上,拟合最优模型估算各森林参数并评价精度;最后基于最优模型进行蓄积量的升尺度制图。结果表明：通过主成分分析法筛选出的最优LiDAR提取变量为平均高度（hmean）、60%冠层返回密度变量（d6）和高度变异系数（hcv）,且这3个变量在逐步回归法和贝叶斯模型平均法中多被选中;逐步回归法拟合模型效果最好（R2为0.39-0.84）,而贝叶斯模型平均法（R2为0.32-0.77）和主成分分析法（R2为0.26-0.74）次之;就各森林参数而言,Lorey’s树高（R2为0.74-0.84）和优势树高（R2为0.73-0.82）的估算精度最高,胸径（R2为0.48-0.57）和蓄积（R2为0.46-0.55）次之,而株数（R2为0.35-0.44）和胸高断面积（R2为0.29-0.39）最低。