国家自然科学基金(41171274)
- 作品数：30 被引量：182H指数：10
- 相关作者：邢艳秋尤号田王蕊孙小添霍达更多>>
- 相关机构：东北林业大学中国林业科学研究院资源信息研究所吉林省基础地理信息中心更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 基于机载LiDAR的四次多项式拟合法估测单木冠幅被引量：6
- 2015年
- 小光斑激光雷达已被广泛用来估测森林参数,为了进一步提高其估测单木的精度,选取了内蒙古依根试验区野外测量的单木数据和机载LiDAR数据,提出了四次多项式拟合法。该方法首先以单木顶点为中心在CHM上提取东西、南北2个方向的高程数据。然后分别得到2组数据的四次多项式拟合曲线,曲线中两凹点之间的水平距离为该方向的冠幅值。最终将2个方向的均值作为单木冠幅估测值,冠幅估测值的平均绝对误差为0.99m。
- 霍达邢艳秋田昕尤号田赵晨阳胡洋
- 关键词：冠幅单木树高
- 基于机载LiDAR点云估测林分的平均树高被引量：19
- 2015年
- 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。
- 焦义涛邢艳秋霍达尤号田赵晨阳
- 关键词：激光雷达平均树高
- 点云密度对激光雷达估计森林样方平均树高的影响被引量：13
- 2014年
- 以吉林省长春市净月潭国家森林公园为研究区,分别于2012年5月和10月进行飞行数据和野外数据采集。首先通过对小光斑激光雷达离散点云数据进行随机稀释操作,获得四种不同点云密度数据,再对点云数据进行分层处理并拟合伪波形,从波形中提取冠层半能量高用于估测森林的样方平均树高。结果表明:在研究的点云密度范围内无论点云密度的高低,冠层半能量高模型均能够较好的估测森林样方平均树高;四种点云密度情况下,0.125倍点云密度时,模型结果相对较好,拟合相关性R=0.971,精度P=0.97;不同点云密度对模型拟合相关性及精度的影响差异不大,且落叶松的估测精度高于樟子松。
- 尤号田邢艳秋王铮王蕊孙小添
- 关键词：平均树高
- 机载全波形LiDAR数据处理及林业应用研究综述被引量：5
- 2015年
- 随着激光雷达技术的发展,近几年对小光斑全波形激光雷达数据处理方法及其应用的研究已成为国内外相关领域关注的热点。文中阐述小光斑全波形激光雷达的组成及数据特点,介绍波形数据的处理流程,并在此基础上概述小光斑全波形激光雷达波形数据在林业中的应用;基于国内外研究现状,详细论述了波形分解和提取森林结构参数的理论及方法,分析了小光斑全波形激光雷达波形数据处理的局限性及其在林业中的应用前景。
- 焦义涛邢艳秋霍达尤号田赵晨阳
- 星载LiDAR与HJ-1A/HSI高光谱数据联合估测区域森林冠层高度被引量：11
- 2016年
- 【目的】将ICESat-GLAS波形数据与HJ-1A/HSI高光谱数据联合,借助HSI高光谱数据提供的连续高分辨率光谱信息,实现区域森林冠层高度的估测,降低由于GLAS光斑呈离散条带状分布无法覆盖整个研究区造成的估测误差。【方法】首先,从平滑后的ICESat-GLAS波形数据中提取波形参数(波形长度W和地形坡度参数TS),基于W和TS建立GLAS森林冠层高度估测模型,并利用此模型计算研究区所有GLAS光斑内的森林冠层高度;然后,采用最小噪声分离法(MNF)对HJ-1A/HSI高光谱数据进行降维,提取前3个MNF分量(MNF1,MNF2,MNF3);最后,基于支持向量回归机(SVR)算法,利用GLAS估测的森林冠层高度和3个MNF分量建立区域森林冠层高度SVR估测模型,并估测研究区内无GLAS光斑覆盖区域的森林冠层高度,生成森林冠层高度分布图。【结果】从ICESat-GLAS波形数据中提取的地形坡度参数TS与野外实测地形坡度具有显著线性关系(R2=0.78);基于W和TS建立的GLAS森林冠层高度估测模型的R^2=0.78,RMSE=2.51 m,模型验证的R^2=0.85,RMSE=1.67 m;基于支持向量回归机算法建立的SVR模型建模的R2=0.70,RMSE=3.62 m,模型验证的R2=0.67,RMSE=4.42 m。采用野外数据对最终得到的森林冠层高度分布图的估测误差进行分析,结果估测误差最大值为7.10 m,最小值为0.07 m,平均值为1.78 m,估测误差的标准差为1.49 m,Q1为0.75 m,Q3为2.31 m。【结论】从ICESat-GLAS波形数据中提取的地形坡度参数TS能够很好地反映地形坡度的变化,本研究建立的线性关系模型可克服对数关系模型在平坦地区解释困难的问题。基于支持向量回归机算法,将ICESat-GLAS波形数据与HJ-1A/HSI高光谱数据联合,可克服ICESat-GLAS由于光斑呈离散条带状分布无法实现区域森林冠层高度估测的不足,实现对区域森林冠层高度的高精度估测。
- 邱赛邢艳秋田静丁建华
- 关键词：坡度支持向量回归机
- 小光斑激光雷达数据估测森林树高研究进展被引量：19
- 2014年
- 小光斑激光雷达可以同时获得森林的垂直及水平结构参数,因光斑直径较小,可以做到森林单木结构参数的准确估计,进而推广到样方甚至更大区域森林结构参数的估计,近年来在林业中得到广泛应用。文中主要从树高估计方面对小光斑激光雷达在林业中的应用进行研究,通过对先前类似文献进行归纳总结发现,在小光斑激光雷达估测森林树高方面仍存在着一些问题,从而限制了森林树高估测精度的提高,如点云分类算法、点云密度、森林郁闭度、单木的准确分割等,还对小光斑激光雷达估计森林树高中所存在的问题进行了概括,并提出了改进建议。
- 邢艳秋尤号田霍达孙小添王蕊
- 基于ICESat-GLAS波形估测平均树高的研究被引量：4
- 2014年
- 以吉林省汪清林业局经营区域为例,基于星载激光雷达ICESat-GLAS回波参数,构建了平均树高回归模型,预估精度为84.05%;利用反距离加权法,对ICESat-GLAS光斑平均树高估测值进行差值运算,得到初始CHM(Canopy Height Model),实现了平均树高空间连续分布制图;再利用坡度校正和3×3移动窗口差分滤波平滑初始CHM,得到研究区平均树高修正CHM,预估精度达到91.52%。研究结果表明,坡度校正和移动窗口差分滤波方法能有效削弱坡度影响,剔除异常点,提高平均树高估测精度。
- 刘美爽邢艳秋吴红波尤号田
- 关键词：激光雷达波形平均树高CHM
- 基于ICESat-GLAS波形数据估测森林郁闭度被引量：3
- 2016年
- 为探究GLAS波形数据在估测森林郁闭度方面的潜力,以吉林省汪清林业局经营区为研究区,利用高斯低通滤波器对GLAS波形数据进行平滑滤波,从平滑后的GLAS波形数据中提取比值能量参数（I）和差值能量参数（ec）,针对不同森林类型分别建立森林郁闭度单变量模型和多变量模型。研究结果表明：利用参数I建立的单变量模型优于利用参数ec建立的单变量模型;而利用参数I和ec建立的多变量模型明显优于单变量模型。对阔叶林来说,森林郁闭度模型的决定系数（R^2adj）和均方根误差（RMSE）分别为0.72和0.07,模型验证的R^2adj为0.74,RMSE为0.06;而对于针叶林,模型的R^2adj为0.80,RMSE为0.10,模型验证的R^2adj为0.76,RMSE为0.11;混交林模型的精度在阔叶林和针叶林之间,模型的R^2adj为0.75,RMSE为0.09,模型验证的R^2adj和RMSE分别为0.71和0.07。因此,GLAS波形数据在估测森林郁闭度方面具有一定的潜力,将参数I和ec联合能够提高GLAS波形数据估测森林郁闭度的精度。
- 邱赛邢艳秋田静丁建华
- 关键词：激光雷达森林郁闭度
- 利用LiDAR离散点云估测针叶林叶面积指数被引量：14
- 2014年
- 通过对小光斑激光雷达离散点云数据进行处理,提取了6个变量参数分别用于估测针叶林叶面积指数,为了提高模型估测精度及弥补单变量模型的不足,在单变量模型的基础上尝试多变量组合共同用于估测森林叶面积指数,经过对比得出单变量模型中OGF模型最好,拟合相关性R=0.897,预测精度p=0.959;多变量预测模型结果差异不大,拟合相关性均>0.905,估测精度均>0.957。同时为了验证模型的推广性,对点云数据进行随机稀释操作获得4种不同密度的点云数据,分别用于验证点云密度对OGF模型及OGF与LPI组合模型的影响,结果表明点云密度对模型结果的影响不大,即使在0.125倍点云密度时模型仍能较好的估测针叶林叶面积指数,满足生产需要。
- 尤号田邢艳秋王铮孙小添王萌
- 关键词：离散点云叶面积指数针叶林
- 联合星载ICESat-GLAS波形与多光谱Landsat-TM影像的森林郁闭度估测被引量：12
- 2015年
- 森林郁闭度的空间分布是评价森林生产力和分解率的一个重要指标.本研究以吉林汪清林区为研究区,分别利用星载激光雷达ICESat-GLAS波形数据和多光谱遥感Landsat-TM影像对该区的森林郁闭度进行估测,然后采用多元线性回归和BP神经网络两种方法对GLAS数据和TM数据进行联合,共同估测了森林郁闭度.结果表明:单一遥感数据估测森林郁闭度时,GLAS数据的模型决定系数为0.762,TM数据的模型决定系数为0.598.将GLAS数据和TM数据联合后估测森林郁闭度时,多元线性回归模型的复决定系数为0.841,BP神经网络模型的仿真精度为0.851.表明ICESat-GLAS数据与Landsat-TM影像联合能够发挥多源遥感数据的优势,提高森林郁闭度的估测精度,并为后续的空间区域内森林郁闭度的连续制图提供可靠的方法.
- 王蕊邢艳秋王立海尤号田邱赛王爱娟
- 关键词：森林郁闭度多源遥感数据神经网络模型
