基于机载激光雷达点云和随机森林算法的森林蓄积量估测

作     者：孙忠秋 高金萍 吴发云 高显连 胡杨 高剑新 Sun Zhongqiu;Gao Jinping;Wu Fayun;Gao Xianlian;Hu Yang;Gao Jianxin

作者机构：国家林业和草原局调查规划设计院北京100714 宁夏大学生态环境学院西北土地退化与生态恢复国家重点实验室培育基地西北退化生态系统恢复与重建教育部重点实验室银川750021 

基　　金：宁夏回族自治区自然科学基金项目(2021AAC03017) 林草行业研究专项“陆地碳卫星”(2020-21-93*) 

出 版 物：《林业科学》 (Scientia Silvae Sinicae)

年 卷 期：2021年第57卷第8期

页      码：68-81页

摘      要：【目的】基于机载激光雷达点云数据提取的森林高度参数和郁闭度,结合分层地面样地调查数据,采用随机森林算法构建森林蓄积量估测模型,分析机载激光雷达点云数据在森林蓄积量反演方面的潜力,为森林蓄积量高效准确估测提供方法依据。【方法】以直径30 m的地面样圆离散点云数据为数据源,经数据校准等预处理后,利用LiDAR360软件提取森林高度参数(最大高、平均高等)和郁闭度,并将数据随机分成训练数据(70%)和验证数据(30%)。采用随机森林算法构建森林蓄积量估测模型,对仅用高度参数建模以及联合高度参数和郁闭度建模结果进行比较;同时运用R软件VSURF工具包筛选建模变量,对筛选后变量的建模结果进行分析。【结果】仅用高度参数建模的估测精度为R^(2)=0.75、RMSE=40.07 m^(3)·hm^(-2)、MAE=29.21 m^(3)·hm^(-2)、MRE=49.40%,联合高度参数和郁闭度建模的估测精度为R^(2)=0.79、RMSE=36.23 m^(3)·hm^(-2)、MAE=26.16 m^(3)·hm^(-2)、MRE=38.35%。通过变量筛选,建模参数从24个减少至7个,可极大提高运算效率,同时R2未变化,RMSE从36.23 m^(3)·hm^(-2)升至36.50 m^(3)·hm^(-2),rRMSE从31.92%升至32.97%,MAE从26.16 m^(3)·hm^(-2)降至26.08 m^(3)·hm^(-2),MRE从38.35%降至38.05%。【结论】机载激光雷达点云数据可以提取森林的垂直结构信息(高度参数)和水平结构信息(郁闭度),具备三维结构参数提取能力。采用随机森林算法,增加林分郁闭度信息可显著提高森林蓄积量估测精度。通过变量筛选,虽然能够降低参数数量,但对模型精度具有一定影响,在建模精度要求较高的情况下,建议使用全变量进行蓄积量估测;而在数据量较大的情况下,建议使用筛选变量进行蓄积量估测。基于机载激光雷达点云数据估测森林蓄积量显著优于光学遥感数据,可为森林蓄积量高效准确估测提供方法依据,能够满足大范围森林蓄积量快速反演需求。

主 题 词：森林蓄积量 小光斑激光雷达 随机森林算法 变量筛选 

学科分类：0810[工学-土木类] 0711[理学-心理学类] 090704[090704] 0907[农学-草药学] 09[农学] 0804[工学-材料学] 0701[理学-数学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11707/j.1001-7488.20210807

馆 藏 号：203105041...