通过使用空中LiDAR数据对森林上层进行分层来识别再生的树苗
1Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China.
Plant phenomics (Washington, D.C.)
|February 9, 2024
概括
这项研究引入了一种使用空中激光扫描 (ALS) 来自动检测地下树苗的新方法,这对于森林再生和管理至关重要. 3D数据方法克服了2D光谱数据的局限性,用于准确的样本识别.
科学领域:
- 森林生态 森林生态
- 遥感 遥感 遥感 遥感
- 地理空间分析是什么
背景情况:
- 识别地下树苗对于理解森林再生和告知可持续森林管理至关重要.
- 传统的二维光谱遥感数据很难准确地检测下层树苗,因为树冠覆盖.
- 三维结构信息为克服森林底层分析中二维光谱数据的局限性提供了一个潜在的解决方案.
研究的目的:
- 开发和验证一种自动方法来检测再生的地下树苗,使用来自空中激光扫描 (ALS) 数据的3D结构信息.
- 与现场和地面激光扫描 (TLS) 数据相比,评估ALS衍生的树苗高度和树冠宽度测量的准确性.
- 为下层树木木苗木评估提供量化方法,以提高森林生态系统的弹性.
主要方法:
- 使用改进的光谱聚类算法对单个树冠进行划分,以移除高层树冠和树干点.
- 单个底层树苗的细分采用基于自适应平均移动的集群算法.
- 该方法在中国北方实验性森林农场的验证,将ALS数据与现场和TLS测量进行比较.
主要成果:
- 底层树苗的检测率从94.41%到152.78%不等,随着树冠关闭的减少,匹配率从62.59%增加到95.65%.
- 来自ALS的树高度与现场测量 (R2 = 0.71) 和TLS测量 (R2 = 0.78) 有着强烈的相关性.
- 基于ALS的树苗冠宽度测量与基于TLS的测量相当 (R2 = 0.64).
结论:
- 拟议的自动方法有效地利用3D ALS数据来准确检测和量化地下树苗.
- 这种方法为评估地下植被提供了可靠的解决方案,克服了传统二维遥感的局限性.
- 这些发现支持改进的森林管理策略,通过使光资源的更好地利用和增强生态系统的弹性.
