利用无人机激光雷达LiDAR(Light detecting and ranging)数据,提取能反映植被垂直和水平结构变化的LiDAR特征变量,通过相关性分析和层次聚类方法构建森林健康指标来识别黄河三角洲刺槐人工林的健康状况。结果表明,森林健康指标由LAD_(c...利用无人机激光雷达LiDAR(Light detecting and ranging)数据,提取能反映植被垂直和水平结构变化的LiDAR特征变量,通过相关性分析和层次聚类方法构建森林健康指标来识别黄河三角洲刺槐人工林的健康状况。结果表明,森林健康指标由LAD_(cv)(叶面积密度的变异系数)、weibull_α(Weibull密度函数的尺度变量)、H_(99)(高度百分位数)和VCI(垂直复杂度)构成;利用森林健康指标进行刺槐林的健康等级判断可以得到较理想的结果(总精度为86.7%,Kappa系数为0.79),证实了激光雷达技术在判断森林健康状况方面的潜能。展开更多
文摘利用无人机激光雷达LiDAR(Light detecting and ranging)数据,提取能反映植被垂直和水平结构变化的LiDAR特征变量,通过相关性分析和层次聚类方法构建森林健康指标来识别黄河三角洲刺槐人工林的健康状况。结果表明,森林健康指标由LAD_(cv)(叶面积密度的变异系数)、weibull_α(Weibull密度函数的尺度变量)、H_(99)(高度百分位数)和VCI(垂直复杂度)构成;利用森林健康指标进行刺槐林的健康等级判断可以得到较理想的结果(总精度为86.7%,Kappa系数为0.79),证实了激光雷达技术在判断森林健康状况方面的潜能。