基于LiDAR点云能量信息的樟子松郁闭度反演方法

为提高小光斑激光雷达估测针叶林郁闭度的精度,采用回归分析法建立多变量回归模型,通过对小光斑激光雷达点云数据进行处理,分别提取3个数量比值变量、3个能量比值变量,并建立郁闭度单变量反演模型,接着在单变量的基础上进行多元线性回归分析,建立郁闭度多变量反演模型,最后用剩余数据对所建立的反演模型进行精度评价。结果表明:在郁闭度单变量反演模型中I2反演模型最好,拟合相关性为R2=0.818,Adj R2=0.810,RMSE=0.016,模型精度为P=0.978;多变量反演模型中LPI'和I'3组合的模型最好,拟合相关性为R2=0.898,Adj R2=0.889,RMSE=0.012,模型精度为P=0.972。由最终所得模型可知,能量比值变量模型所得结果相对数量比值变量模型结果要好且稳定,多变量反演模型的拟合相关性及精度都比单变量模型要高。本研究所提取的参数相对较少,且能量比值变量的提取有一定的局限性,未来研究中应提取更多的高效参数且进一步加强能量比值变量的探究。