运用融合纹理和机载LiDAR特征模型估测森林地上生物量

Journal of Northeast Forestry University(2018)

引用 5|浏览2
暂无评分
摘要
针对区域尺度森林地上生物量的分布情况,以大兴安岭生态观测站为例,提出了一种融合光学影像纹理和机载LiDAR点云特征的森林地上生物量遥感估测方法.该方法首先提取Landsat 8 OLI不同波段在不同运算窗口下的纹理特征;然后对机载LiDAR点云进行滤波提取地面点,并利用地面点对点云数据进行高度归一化处理,提取点云特征因子;最后结合提取的遥感特征因子,利用支持向量回归的方法对研究区森林地上生物量进行估测,并对结果进行精度验证.结果表明:不同波段和窗口尺寸的建模精度差异较大,蓝光波段在7×7运算窗口下模型精度最高(R2=0.73,RMSE=22.32 t/hm2);点云高度分位数变量的建模精度呈正态分布,变量H50的建模精度最高(R2=0.75,RMSE=19.24 t/hm2);与单一的遥感特征变量相比,融合光学影像纹理和机载LiDAR点云特征的模型精度有了一定提高,且针叶林和混交林的估测RMSE分别为19.63和20.40 t/hm2.因此,该方法可以为区域性的森林地上生物量估测提供有效参考.
更多
查看译文
关键词
Texture of optical image,Forest aboveground biomass,Height normalization,Support vector regression,Airborne LiDAR
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要