利用机载激光雷达和超高分辨率影像对混交温带森林进行树种识别与单木检测以预测主要树木测量特征

摘要： 本研究旨在探究两种遥感数据（基于机载无人机传感器影像的激光雷达点云数据与数字航空摄影测量数据）及密集野外测量的联合应用，以提取和预测同龄混交林的树木与林分参数。研究区域位于罗马尼亚西南部，分析数据采集自混交林样地，各样地主要树种为挪威云杉（Picea abies L. Karst.）与欧洲山毛榉（Fagus sylvatica L.）。通过激光雷达数据提取数字高程模型（DTM）、数字表面模型（DSM）及归一化冠层高度模型（CHM），并采用面向对象图像分析（OBIA）分类技术自动识别主要树种。运用基于冠层高度的可变窗宽局部滤波算法，测定各样地内主要树种的位置、树高与冠幅直径——该滤波器分别针对各样地及OBIA分类所得的云杉/山毛榉分布区独立运行?；诩す饫状锸?，通过蒙特卡洛统计模拟及将各树种实测胸径与其对应激光雷达树高、冠幅直径相关联的线性回归模型预测胸径。所有样地中挪威云杉与山毛榉的总体均方根误差分别为5.8厘米和5.9厘米。结果表明：在同龄云杉-山毛榉混交林中，相较于山毛榉，挪威云杉具有更高的单木识别率及更精确的林分参数估算精度。针对温带同龄混交林中山毛榉单木检测方法的最优选择，仍需进一步研究。