机构名称：
¥ 1.0
摘要：无人机（UAV-LS）的激光扫描数据为仅基于 UAV-LS 数据估算森林生长蓄积量（V）提供了新的机会。我们提出了一种测量树木属性的方法，并使用这些测量值估算 V，而无需使用现场数据进行校准。该方法包括五个步骤：i）使用 UAV-LS 数据，自动识别树冠并逐墙分割。ii) 从所有检测到的树冠中，取一个样本，其中胸高直径（DBH）可以通过 UAV-LS 数据中的视觉评估可靠地记录。iii) 另一个树冠样本是从 UAV 图像数据中可识别树种的树冠中取的。iv) 使用样本拟合 DBH 和树种模型，并应用于所有检测到的树冠。v) 使用现有的异速生长模型，利用预测的树种、DBH 和 UAV-LS 直接获得的高度来预测单株树的体积。该方法应用于 Riegl-VUX 数据集，该数据集的平均密度为 1130 个点 m − 2 和 3 厘米正射影像，该数据集是在 8.8 公顷的管理北方森林中获取的。汇总已识别树木的体积以估计地块、林分和森林级别的体积，并使用 58 个独立测量的田间地块进行验证。当将空间尺度从地块 (32.2%) 增加到林分 (27.1%) 和森林级别 (3.5%) 时，均方根偏差 ( RMSD %) 会降低。UAV-LS 估计的准确度因森林结构而异，在疏松林中准确度最高，在茂密的桦树或云杉林中准确度最低。在森林层面，基于 UAV-LS 数据的估计值完全在密集实地调查估计值的 95% 置信区间内，并且两个估计值具有相似的精度。虽然结果令人鼓舞，可以进一步在完全机载森林清查的背景下使用 UAV-LS，但未来的研究应该在各种森林类型和条件下证实我们的发现。
遥感 - MDPI
主要关键词
相关文件推荐
