基于LiDAR离散点云能量信息的针叶林叶面积指数反演方法
2014-12-29尤号田邢艳秋
中南林业科技大学学报 2014年10期
尤号田 ,邢艳秋 ,王 铮 ,霍 达 ,王 蕊
(1.东北林业大学 森林作业与环境研究中心,黑龙江 哈尔滨 150040;2.吉林省基础地理信息中心,吉林 长春 130062 )
基于LiDAR离散点云能量信息的针叶林叶面积指数反演方法
尤号田1,邢艳秋1,王 铮2,霍 达1,王 蕊1
(1.东北林业大学 森林作业与环境研究中心,黑龙江 哈尔滨 150040;2.吉林省基础地理信息中心,吉林 长春 130062 )
叶面积指数是森林的重要结构参数,对于研究与植被叶片相关的生物物理活动具有重要意义。为了提高针叶林叶面积指数的估测精度,以吉林省长春市净月潭国家森林公园为研究区,通过对小光斑激光雷达离散点云进行滤波分类处理、拟合波形数据,从中提取5个能量参数,分别用于估测针叶林样方的叶面积指数,通过分析得出I2预测模型最好,R=0.911,P=0.968。结果表明小光斑激光雷达离散点云的能量信息能够较好地估计针叶林的叶面积指数,未来应加大小光斑激光雷达能量参数的应用。
针叶林;叶面积指数;离散点云;拟合波形;能量参数
叶面积指数(Leaf Area Index,LAI)描述了单位面积内植被和土地之间的关系,对于研究与地表植被相关的生物物理活动,如光合作用、呼吸作用、蒸腾作用、碳和养分循环等,具有重要意义,自提出以来就广泛应用于林业、农业、生态、生物等领域[1-7]。目前,由于研究目的不同,研究人员通常根据各自研究需要来定义LAI,所以到现在为止LAI仍没有统一的定义,但研究者最广泛采用的定义是单位地表面积上所有叶片表面积的一半[8-12]。……
登录APP查看全文
