基于机载LiDAR数据估测林分平均高 全文替换

发布时间：2021-11-23 00:21

　　[目的 ]以2016年9月广西壮族自治区高峰林场实验区获取的机载LiDAR点云数据为基础,通过提取30 m×30 m空间林分尺度下的LiDAR点云特征变量实现对林分平均高的估测。[方法 ]首先将105块实测林分平均高度的样地数据按照3:1的比例随机划分为训练样本（79）和检验样本（26）,采用随机森林回归（RFR）和支持向量回归（SVR）两种机器学习算法对79个训练样本与对应的林分LiDAR点云特征变量回归建模。建模方案包括随机森林模型、支持向量机模型及随机森林+支持向量机组合模型。其次利用26个检验样本数据评价模型预测精度。最后统计3个模型中训练样本和检验样本对应的精度评价指标,以一个预测精度高、泛化能力强的模型作为最终模型进行林分平均高制图。[结果 ]表明:随机森林模型的训练样本和检验样本的决定系数（R2）分别为0.886 1和0.837 5,均方根误差（RMSE）分别为1.22和1.56;支持向量机模型的训练样本和检验样本的决定系数（R2）分别为0.886 4和0.840 9,均方根误差（RMSE）分别为1.21和1.54;组合模型的训练样本和检验样本的决定系数（R2）分别为0.... 

【文章来源】：林业科学研究. 2020,33(04)北大核心CSCD

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于机载激光雷达的落叶松组分生物量反演[J]. 洪奕丰,张守攻,陈伟,陈东升,项伟波,庞勇.  林业科学研究. 2019(05)
[2]机载激光雷达森林垂直结构剖面参数的沿海平原人工林林分特征反演[J]. 刘浩,张峥男,曹林.  遥感学报. 2018(05)
[3]基于ArboLiDAR的大野口林区森林参数估测[J]. 高婷,李卫忠,赵鹏祥,张晓丽,高凌寒.  西北林学院学报. 2017(04)
[4]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[J]. 鲁林,周小成,余治忠,韩尚,汪小钦.  地球信息科学学报. 2016(08)
[5]基于机载LiDAR数据的林分平均高及郁闭度反演[J]. 穆喜云,张秋良,刘清旺,庞勇,胡凯龙.  东北林业大学学报. 2015(09)
[6]基于机载激光雷达的寒温带典型森林高度制图研究[J]. 穆喜云,张秋良,刘清旺,庞勇,胡凯龙.  北京林业大学学报. 2015(07)
[7]基于机载激光雷达与Landsat 8 OLI数据的亚热带森林生物量估算[J]. 徐婷,曹林,申鑫,佘光辉.  植物生态学报. 2015(04)
[8]长白落叶松单木参数与生物量机载LiDAR估测[J]. 刘峰,谭畅,张贵,刘京轩.  农业机械学报. 2013(09)
[9]点云密度对机载激光雷达林分高度反演的影响[J]. 庞勇,李增元,谭炳香,刘清旺,赵峰,周淑芳.  林业科学研究. 2008(S1)
[10]机载激光雷达平均树高提取研究[J]. 庞勇,赵峰,李增元,周淑芳,邓广,刘清旺,陈尔学.  遥感学报. 2008(01)



本文编号：3512735