结合自适应阈值与峰值的LiDAR林分平均高反演方法研究

• 作者: 吴思敏 孙华 林辉
• 来源期刊: 林业资源管理
• 关键词: LiDAR 自适应阈值 冠层高度 模型 林分平均高
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 科学研究|Scientific Research
• 页码范围: 61-68
• 页数: 8页
• 分类号: S758
• 语种: 中文
• DOI: 10.13466/j.cnki.lyzygl.2021.01.009

摘要

随着激光雷达获取的点云密度不断增加,提取样地尺度的林分平均高成为可能.但样地尺度林分平均高的提取精度与树种之间的关系尚不明确,急需一种能适应各种树种的林分平均高提取方法.以广西省国有高峰林场为例,采用机载LiDAR点云数据生成的冠层高度模型(Canopy height model,CHM),结合地面实测的201个样地数据,提出了一种结合自适应阈值与峰值的林分平均高提取算法,并分析了树种对提取精度的影响.结果表明:1)不同树种的林分平均高提取精度存在差异,杉木精度最高,而桉树和其他阔叶树种精度次之;2)自适应阈值结合峰值的算法能够较好提取林分平均高(R2=0.75,RMSE=3.11m,rRMSE=22.07％),并且对于不同的树种都有较强的稳健性;3)阔叶树种和针叶树种对不同的提取方法存在敏感性差异.研究提取的林分平均高可为森林蓄积量与生物量反演研究提供依据和参考.