原文服务方: 西北林学院学报       
摘要:
以内蒙古上库力农场为研究区,基于高程归一化后的植被点云数据计算了植被点云高度阈值平均值,建立林分平均树高线性回归模型,并进行精度评定.结果表明,模型估测平均树高精度最高为99.81%,最低为87.09%,总体平均精度为94.56%.利用植被点云高度阈值平均值估测林分平均树高具有较高的可靠性.
推荐文章
基于机载 LiDAR 数据的林分平均高及郁闭度反演
激光雷达
点云
树高
郁闭度
冠层高度模型
反演
基于机载LiDAR全波形数据白桦林林分LAI反演研究
机载激光雷达
全波形数据
样地体元激光穿透指数
白桦林
叶面积指数
基于监督学习的机载LiDAR点云滤波方法
激光雷达
滤波
SVM
二分类
特征向量
点云密度对激光雷达估计森林样方平均树高的影响
点云密度
小光斑激光雷达
平均树高
伪波形
冠层半能量高
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机载LiDAR点云估测林分的平均树高
来源期刊 西北林学院学报 学科
关键词 激光雷达 植被点云高度 阈值平均值 平均树高
年,卷(期) 2015,(3) 所属期刊栏目 森林经理学
研究方向 页码范围 170-174
页数 5页 分类号 S758.4
字数 语种 中文
DOI 10.3969/j.issn.1001-7461.2015.03.29
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邢艳秋 东北林业大学森林作业与环境研究中心 78 768 16.0 24.0
2 尤号田 东北林业大学森林作业与环境研究中心 22 212 10.0 13.0
3 焦义涛 东北林业大学森林作业与环境研究中心 6 65 5.0 6.0
4 霍达 东北林业大学森林作业与环境研究中心 11 104 7.0 10.0
5 赵晨阳 东北林业大学森林作业与环境研究中心 4 38 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (93)
共引文献  (59)
参考文献  (18)
节点文献
引证文献  (14)
同被引文献  (99)
二级引证文献  (35)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(11)
  • 参考文献(1)
  • 二级参考文献(10)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(3)
  • 二级参考文献(5)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(12)
  • 参考文献(1)
  • 二级参考文献(11)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(18)
  • 参考文献(0)
  • 二级参考文献(18)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(7)
  • 引证文献(4)
  • 二级引证文献(3)
2018(19)
  • 引证文献(4)
  • 二级引证文献(15)
2019(15)
  • 引证文献(2)
  • 二级引证文献(13)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
激光雷达
植被点云高度
阈值平均值
平均树高
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西北林学院学报
双月刊
1001-7461
61-1202/S
大16开
1984-01-01
chi
出版文献量(篇)
5683
总下载数(次)
0
总被引数(次)
73559
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导