依据背包和无人机激光雷达数据对思茅松林分结构参数估测

以15块样方调查数据验证背包激光雷达数据提取单木参数的精度,依据270块背包激光雷达数据单木分割后计算得到的林分结构参数与无人机机载激光雷达数据特征参数相结合,通过最优估测模型对研究区的林分结构参数进行反演与预测。结果表明:(1)背包激光雷达数据提取单木参数时,单木分割F-score(F)得分的范围在95%~100%,胸径的均方根误差(E_(RMS))在0.08~1.68 cm,树高的均方根误差在0.71~2.29 m;(2)平均树高最优估测模型决定系数(R^(2))为0.87,E_(RMS)为1.09 m,平均绝对误差(E_(MA))为0.68 m;Lorey’s树高最优估测模型R^(2)为0.88,E_(RMS)为0.79 m,E_(MA)为0.54 m;算术平均胸径最优估测模型R^(2)为0.81,E_(RMS)为1.02 cm,E_(MA)为0.79 cm;蓄积量最优估测模型R^(2)为0.82,E_(RMS)为17.06 m^(3)·hm^(-2),E_(MA)为12.05 m^(3)·hm^(-2);胸高断面积最优估测模型R^(2)为0.78,E_(RMS)为3.48 m^(2)·hm^(-2),E_(MA)为2.55 m^(2)·hm^(-2);郁闭度最优估测模型R^(2)为0.85,E_(RMS)为0.03,E_(MA)为0.02;林分密度最优估测模型R^(2)为0.91,E_(RMS)为157.60株·hm^(-2),E_(MA)为97.68株·hm^(-2)。