利用激光雷达和多角度频谱成像仪数据估测森林垂直参数

植被的结构参数如植被高度、生物量、水平和垂直分布等，是影响陆地与大气能量交换乃至生物圈多样性的重要因素。多数遥感系统虽然可以提供植被水平结构的图像，但是不能提供植被成分垂直分布的信息。大尺度激光雷达仪器如LVIS产生的激光雷达信号，已成功地用于估计树高和森林生物量，然而大多数激光雷达仪器不具备图像能力，只能提供一个区域内的采样数据。其他的遥感数据如多角度高光谱、多频率多时相辐射计或雷达数据，可根据GLAS（Geoscience Laser Altimeter System）采样的测量用来推断出连续的森林结构区域覆盖参数。 MISR（Multi-angle Imaging Spectrometer）对陆表多角度的成像能力，可以通过BRDF的各向异性提供植被的结构信息。结合激光雷达的垂直采样和MISR的图像，区域内乃至全球性的森林空间参数的成像是可能的。ICESat卫星上的GLAS数据、Terra卫星上的MISR数据为区域或全球性森林结构参数提供了可能。本文的研究目的是评估GLAS数据，分析类似于MISR的数据对森林结构参数的估计能力。本文中使用了LVIS、AirMISR和GLAS数据。通过对GLAS树高的测量与GLAS像元内来自LVIS的平均树高对比，发现它们是高度相关的。同时还探讨了多角度频谱成像仪数据预测树高信息的能力，这将在今后区域内森林结构参数映射加以研究。     

限制因子作用律在杉木林高生长水热优化模式研究中的应用

本文在长期定位观测研究基础上，根据生态学中的限制因子作用律（最小因子律和耐性定律）采用主成分分析和抛物线型函数多项式回归等多元分析技术，以计算机逐步逼近法筛选出复相关复数晨大而剩余方差最小的方程式，由此分别建立了广西龙胜里骆和岑溪七坪两林区低海拔（３５０－４４０ｍ）杉木近、成熟林树高月（年）生长量与水因子间的多元非线性相关模式，据模式的变量参数提出的水热指标与前人的研究结果基本一致。     

随机森林算法在机载LiDAR数据林分平均树高 估算中的应用研究

采用机载LiDAR数据估算森林结构参数是当前林业遥感中的研究热点。本文以福建省长汀县朱溪河流域为示范区,探讨了随机森林算法（RF）在机载LiDAR数据林分平均树高估测中的适用性。首先,通过渐进三角网（TIN）算法进行点云滤波并获取相应林分样地的植被点云子集和高程归一化的植被点云;然后,从归一化后的植被点云提取出高度分位数变量以及点云统计特征值等24个变量参数;最后,根据提取的变量参数和野外实测林分均高数据建立研究区林分平均高随机森林回归估测模型。研究结果表明,模型估测的样地平均树高与实测值具有明显线性相关关系,线性回归系数为0.938,相关系数达到0.968。对样地的估测精度都在86%以上,总体平均精度达到了93.17%。研究认为,基于植被点云变量参数的随机森林模型估测林分平均树高具有较高的可靠性。     

高斯混合模型在星载激光全波形数据反演树高中的应用

全波形激光雷达后向散射回波,通过分解返回波形获取多种地物属性信息,在森林结构参数反演方面具有显著的优势,但是,当波形变形或者存在饱和度和前向散射时,高斯分量参数确定不准确以及有效波形起始位置不准确,降低波形分解精度。本文采用高斯混合模型对波形进行拟合,利用期望最大算法估计混合模型参数,抑制高斯分量初值敏感问题,特别是在大范围树高估算且要求一定精度的时候,以确定波形分解并且反演树高。本算法基于C++编程实现,实验结果表明,高斯混合模型能较好地拟合GLAS波形数据且对树高提取精度提升明显,该方法有着很好的有效性、稳定性和精确性。     

多平台点云数据的单木参数提取精度分析

以浙江省海宁市4种代表行道树(广玉兰、无患子、悬铃木、香樟树)为研究对象,结合无人机(UAV)影像和三维激光扫描数据,利用ContextCapture、LiDAR360软件完成点云拼接、滤波、降噪和编辑,通过迭代最近点算法实现点云精细匹配,完成多平台点云数据融合,进而得到数字表面模型与数字高程模型,并制作冠层高度模型;采用分水岭分割算法对不同行道树树种的冠层高度模型进行单木分割,并综合局部最大值法实现单木树高、冠幅的参数提取。结果表明,本文方法进行行道树单木分割的精度高,树高、冠幅参数提取值的效果好,满足行道树几何参数调查要求。     

亚热带森林参数的机载激光雷达估测

通过应用机载激光雷达数据,在分析云南省中部的78块样地的基础上提出2个预测森林不同生物特性的统计模型(加权平均高度的预测模型和生物量的预测模型),并讨论了预测结果及其精确性。从激光雷达数据中提取了2组变量(树冠高度变量组和植被密度变量组)作为自变量,采用逐步回归方法进行自变量选择。结果表明,激光雷达数据与森林的平均树高和地上各部分生物量有很强的相关性。对于3种不同森林类型(针叶林,阔叶林和混交林),平均树高估测均能达到比较高的精度;生物量的估测结果是针叶林优于阔叶林,混交林的生物量与激光雷达数据则没有明显相关性。最后,对回归分析的结果和影响预测精度的因素进行讨论,认为预测结果的精度可能与森林类型、激光雷达采样时间和采样密度以及坐标误差等因素有关。     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。①利用搭载数码相机的小型无人机平台,以50m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据;②利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;③采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;④以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

电子测树仪用于单木测量误差分析研究

获取原始数据是森林资源清查中最重要的一环,森林计测仪器决定着数据的精度及获取数据的效率。为使我国森林计测仪器摆脱低智能、低精度阶段,电子测树仪应运而生,其具有精度高、功能多、价格低的特点。本文就电子测树仪用于单木测量的理论误差展开了讨论,经分析试验得出,电子测树仪测高功能理论精度高,理论相对误差小于0.3%;测径功能理论精度较低,当直径小于20 cm时,直径误差略大于0.3 cm,当直径大于20 cm时,直径误差小于1.5%;《国家森林资源连续清查技术规定》中规定的树高和胸径的最低精度不能满足电子测树仪材积测算的精度要求,材积的计算需要更高的精度。     

极化干涉SAR植被高反演复数最小二乘平差法

提出一种PolInSAR植被高反演的复数最小二乘法。在考虑植被层时间去相干的条件下,将RVoG扩展为RVoG+VTD模型;之后,将模型解算问题概括为复数的实部、虚部联合平差问题,提出了该模型线性化的方法及参数解算方法;最后利用解算得到的更为准确的“纯”体去相干系数反演植被高度。采用覆盖德国Oberpfaffenhofen地区的2景E-SAR L波段数据进行试验并与经典的非线性迭代及三阶段算法进行对比分析。结果表明,本文提出的方法结果精度优于其他两种方法,运算效率方面明显优于非线性迭代算法,略低于三阶段算法。