| 基于ICESat-GLAS波形数据估测森林郁闭度 |
| |
| 引用本文： | 邱赛,邢艳秋,田静,丁建华.基于ICESat-GLAS波形数据估测森林郁闭度[J].南京林业大学学报(自然科学版),2016(5):99-106. |
| |
| 作者姓名： | 邱赛 邢艳秋 田静 丁建华 |
| |
| 作者单位： | 东北林业大学工程技术学院,黑龙江 哈尔滨,150040 |
| |
| 基金项目： | 国家林业公益性行业科研专项项目(201504319)，中央高校基本科研业务费专项资金项目(2572014AB08)，国家自然科学基金面上项目(41171274) |
| |
| 摘 要： | 为探究GLAS波形数据在估测森林郁闭度方面的潜力,以吉林省汪清林业局经营区为研究区,利用高斯低通滤波器对GLAS波形数据进行平滑滤波,从平滑后的GLAS波形数据中提取比值能量参数(I)和差值能量参数(ec),针对不同森林类型分别建立森林郁闭度单变量模型和多变量模型。研究结果表明:利用参数I建立的单变量模型优于利用参数ec建立的单变量模型;而利用参数I和ec建立的多变量模型明显优于单变量模型。对阔叶林来说,森林郁闭度模型的决定系数(R_(adj)~2)和均方根误差(RMSE)分别为0.72和0.07,模型验证的R_(adj)~2为0.74,RMSE为0.06;而对于针叶林,模型的R_(adj)~2为0.80,RMSE为0.10,模型验证的R_(adj)~2为0.76,RMSE为0.11;混交林模型的精度在阔叶林和针叶林之间,模型的R_(adj)~2为0.75,RMSE为0.09,模型验证的R_(adj)~2和RMSE分别为0.71和0.07。因此,GLAS波形数据在估测森林郁闭度方面具有一定的潜力,将参数I和ec联合能够提高GLAS波形数据估测森林郁闭度的精度。
|
| 关 键 词： | 激光雷达 GLAS波形 森林郁闭度 回波能量 |
Estimation of forest canopy density based on ICESat-GLAS waveform data |
| |
| Abstract: | |
| |
| Keywords: | LiDAR GLAS waveform forest canopy density echo energy |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
