机载LiDAR数据的林分胸高断面积反演研究

机载LiDAR数据目前在森林生物量、树高以及郁闭度估测方面得到广泛研究,但估测林木胸高断面积的研究较少.以高峰林场为研究区,借助机载LiDAR数据并结合地面实测的105块样地反演林分胸高断面积.首先,选取4块坡度以及林分郁闭度有差异的样地,运用渐进不规则三角网(PTIN)、渐进形态学滤波算法(PMF)、布料模拟滤波算法(CSF)和基于插值的滤波方法(IBF)分别对点云数据进行滤波,以便选取最适的滤波方法完成样地滤波;其次,通过随机森林(RF)和迭代的决策树(GBRT)算法分别对林分胸高断面积进行估测;最后,选用精度较好的模型完成林分胸高断面积反演和制图.结果表明:布料模拟滤波算法(CSF)在坡度为25～33°、郁闭度为0.5～0.7的样地环境时,LiDAR数据滤波效果较好,这和研究区的环境基本一致,故选用CSF算法对研究区进行滤波;研究所构建的胸高断面积反演模型中,RF模型泛化能力优于GBRT模型,RF模型的R2为0.77,RMSE为3.99m2/hm2,rRMSE为17.76％;独立样本检验的R2为0.66,RMSE为3.27m2/hm2,rRMSE为14.73％,故采用RF模型完成研究区林分胸高断面积反演.