为提高干形复杂树种材积无损估算的精度,利用地基激光雷达点云数据,构建基于人工蒙古栎最优削度模型的二元材积方程。以哈尔滨市城市林业示范基地的蒙古栎人工林为研究对象,使用地基激光雷达扫描获得完整点云数据,经过裁剪、高程归一化...为提高干形复杂树种材积无损估算的精度,利用地基激光雷达点云数据,构建基于人工蒙古栎最优削度模型的二元材积方程。以哈尔滨市城市林业示范基地的蒙古栎人工林为研究对象,使用地基激光雷达扫描获得完整点云数据,经过裁剪、高程归一化、滤波、单木分割和枝叶分离等处理提取树干结构参数。根据蒙古栎干形特征,选用6种削度方程模型(Biging(1984)、Amidon(1984)、孟宪宇(1982)、Kozak(2004)-Ⅱ、曾伟生等(1997)、Max and Burkhart(1976)),通过非线性回归拟合,筛选最优模型并构建削度-二元材积方程。研究结果表明,单木定位识别精度为95.22%,树高和胸径的提取值与实测值决定系数(R2)分别为0.97和0.98;最优削度模型拟合结果的决定系数(R^(2))和均方根误差(RMSE)分别为0.99和0.38 cm。所构建的蒙古栎削度-二元材积方程与现有材积计算方法进行残差分析表明,其估算结果具备可靠性,可为利用地基激光雷达点云数据估算干形复杂的树种材积提供重要技术支持。展开更多
文摘为提高干形复杂树种材积无损估算的精度,利用地基激光雷达点云数据,构建基于人工蒙古栎最优削度模型的二元材积方程。以哈尔滨市城市林业示范基地的蒙古栎人工林为研究对象,使用地基激光雷达扫描获得完整点云数据,经过裁剪、高程归一化、滤波、单木分割和枝叶分离等处理提取树干结构参数。根据蒙古栎干形特征,选用6种削度方程模型(Biging(1984)、Amidon(1984)、孟宪宇(1982)、Kozak(2004)-Ⅱ、曾伟生等(1997)、Max and Burkhart(1976)),通过非线性回归拟合,筛选最优模型并构建削度-二元材积方程。研究结果表明,单木定位识别精度为95.22%,树高和胸径的提取值与实测值决定系数(R2)分别为0.97和0.98;最优削度模型拟合结果的决定系数(R^(2))和均方根误差(RMSE)分别为0.99和0.38 cm。所构建的蒙古栎削度-二元材积方程与现有材积计算方法进行残差分析表明,其估算结果具备可靠性,可为利用地基激光雷达点云数据估算干形复杂的树种材积提供重要技术支持。