LiDAR采样形状及采样尺度对林分均高估测的影响

采样形状及采样尺度的合理选择对于节约人工成本、提高计算效率以及进一步提高森林结构参数估测精度均具有重要意义。以长春净月潭国家森林公园激光雷达(LiDAR)数据为基础,通过对LiDAR数据进行圆形及方形采样,并在方形采样的基础上对LiDAR数据进行不同空间尺度采样,从中提取一系列点云分位数高用于估测樟子松及落叶松的林分均高,以此量化LiDAR采样形状及采样尺度对不同林分均高估测的影响。结果表明:对樟子松而言,无论是圆形还是方形采样,林分均高估测结果最优时所对应的参数均为HP55,且方形采样林分均高估测结果(R^2=0.896,R_(mse)=0.853 m)高于圆形采样估测结果(R^2=0.892,R_(mse)=0.868 m);对落叶松而言,圆形和方形采样均是在HP99时林分均高估测结果最优,且圆形采样林分均高估测结果(R^2=0.741,R_(mse)=1.161 m)高于方形采样估测结果(R^2=0.705,R_(mse)=1.238 m)。在方行采样条件下,樟子松林分均高估测精度最高(R^2=0.904,R_(mse)=0.820 m)时所对应的采样尺度为35 m;落叶松估测精度最高(R^2=0.720,R_(mse)=1.206 m)时所对应的采样尺度为15 m。结果表明:不同LiDAR数据采样形状对不同林分类型均高估测的影响不同,且不同林分类型均高估测结果精度达到最高时所对应的采样尺度不同。

云垂直重叠特性与风切变强度的参数化关系构建

基于CloudSat/CALIPSO卫星在2007—2010年的观测数据,研究了气候模式中用于表达云层垂直方向上重叠关系的关键参数——抗相关厚度(L),并构建了L与风切变强度的参数化关系.结果表明:全球范围内,L与风切变总体呈现较为明显的负相关,该关系在北半球中纬度地区更为显著,两者的相关系数可达-0.94.但在以洋面为主的南半球中高纬度地区,L与风切变强度的负相关关系明显减弱.用于计算L的云层空间采样尺度与云样本对应的L呈现出近似线性的正相关,这表明随着云层空间采样尺度的变大,不同高度的云层在垂直方向上重叠的部分趋于更多.此外,在不同的空间采样尺度条件下,L与风切变强度参数化关系式中的系数也存在差异.因此,云层的空间采样尺度也是气候模式中建立精细化的L参数化方案时需要考虑的重要因子之一.