ZY3立体像对和机载LiDAR抽样数据协同估测森林平均高

编号 zgly0001739941

文献类型 期刊论文

文献题名 ZY3立体像对和机载LiDAR抽样数据协同估测森林平均高

作者 赵俊鹏  赵磊  陈尔学  万祥星  徐昆鹏 

作者单位 中国林业科学研究院资源信息研究所 

母体文献 林业科学 

年卷期 2021,57(9)

页码 66-75

年份 2021 

分类号 S771.8 

关键词 激光雷达  资源三号  森林平均高  回归克里格 

文摘内容 【目的】探索一种适用于已具备林下地形,可协同利用少量实测样地数据、抽样式采集的机载激光雷达(LiDAR)条带数据和区域全覆盖的资源三(ZY3)立体像对数据有效估测区域森林平均高的方法,为提高森林资源调查效率和精度提供技术支撑。【方法】以广西高峰林场2个分场为研究区,2018年获取覆盖整个研究区的机载LiDAR、ZY3立体像对和少量实测样地数据。将LiDAR数据提取的DEM作为历史已存在的林下地形,从全覆盖的LiDAR数据中抽取12条飞行条带的LiDAR数据“模拟”抽样式采集的LiDAR数据,形成“林下地形+LiDAR抽样+ZY3立体像对+样地”数据集;以样地和LiDAR数据提取出LiDAR抽样数据对应的森林平均高为模型建立的参考数据(因变量Y),以ZY3立体像对提取的数字表面模型(DSM)减去数字高程模型(DEM)得到的CHMZY3为自变量(X),采用普通最小二乘(OLS)模型、k-邻近(KNN)模型和回归克里格(RK)模型估测森林平均高,并对其估测效果进行比较评价。【结果】OLS和KNN模型的均方根误差(RMSE)分别为1.88和1.96 m,估测精变(EA)分别为87.18%和86.64%;RK模型估测精度相对较高,RKOLS模型的RMSE=1.84 m,EA=87.42%;RKKNN模型的RMSE=1.86 m,EA=87.32%。【结论】本研究中2类4种模型均可有效估测森林平均高,回归克里格模型(RKOLS、RKKNN)优于非空间模型(OLS、KNN),RKOLS模型估测精度最高;在林下地形已知时,协同利用少量实测样地数据、抽样式采集的机载LiDAR条带数据和区域全覆盖的ZY3立体像对数据能够实现区域森林平均高的高效、高精度估测。