中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于UAV-LiDAR和误差变量回归的落叶松人工林单木参数估测 中南林业科技大学学报 2023,43 (7) 52-64
Position: Home > Articles > Estimation of individual tree parameters of larch plantations based on UAV-LiDAR and error-in-variable regression Journal of Central South University of Forestry & Technology 2023,43 (7) 52-64

基于UAV-LiDAR和误差变量回归的落叶松人工林单木参数估测

作  者：
许天一;甄贞;赵颖慧
单  位：
关键词：
无人机激光雷达;误差变量回归;树高;胸径;落叶松
摘  要：
[目的]以人工落叶松为例,探索基于无人机激光雷达(Unmanned aerial vehicle LiDAR,UAV-LiDAR)点云的单木探测提取树高的误差对胸径反演的影响并校准,实现单木参数(胸径、树高)的准确度量,为大尺度高效便捷估测单木参数提供新的思路.[方法]以东北林业大学帽儿山实验林场 13 块 4 个龄组(幼龄林、中龄林、近熟林和成熟林)的落叶松人工林样地UAV-LiDAR数据及野外调查数据为数据源,基于UAV-LiDAR点云的单木探测提取的树高,分别以普通最小二乘法(Ordinary least squares,OLS)和 3 种误差变量回归(标准主轴(Standard major axis,SMA)、远程主轴(Ranged major axis,RMA)和极大似然估计(Maximum likelihood estimate,MLE))构建胸径-树高模型,研究探测误差对各龄组人工落叶松胸径反演的影响并校准.[结果]利用UAV-LiDAR点云的单木探测提取 4 个龄组树高的相对均方根误差(rRMSE),误差范围为3.41%~5.14%;在胸径-树高模型预测方面,3 种误差变量回归均优于OLS,RMA预测效果最好,4 个龄组反演单木胸径的rRMSE降低了2.21%~3.58%.[结论]当满足模型假设时,误差变量回归比OLS在预测响应变量方面表现更好,是估计无偏的模型系数的理想方法,本研究中RMA方法表现最好;本研究所构建的人工落叶松胸径反演模型具有较高的预估精度,各项误差均保持在合理范围内,可实现应用UAV-LiDAR高效便捷地估测大尺度森林单木参数的目的,可在实践中推广.
译  名：
Estimation of individual tree parameters of larch plantations based on UAV-LiDAR and error-in-variable regression
关键词：
unmanned aerial vehicle LiDAR(UAV-LiDAR)%error-in-variable regression%tree height%diameter at breast height(DBH)%Larix olgensis

相似文章

导出引用
计量
文章访问数: 7
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46