提高植物架构的3D表示和使用陆地LiDAR数据的功能结构树模型的参数化效率

科学领域:

• 植物生态生理学和建模.
• 植物学中的遥感.
• 林业和生态信息学 林业和生态信息学

背景情况:

• 功能结构植物 (FSP) 模型对于了解植物对环境变化的反应至关重要.
• 对于FSP模型来说,传统的树结构测量是劳动密集型和破坏性的.
• 陆地LiDAR (TLS) 为获取详细的树结构数据提供了一个非破坏性的替代方案.

研究的目的:

• 调查TLS衍生的树特征在设计和参数树FSP模型中的实用性.
• 确定FSP模型所必不可少的结构参数,并评估它们从TLS数据中导出的可能性.
• 评估在FSP模型中使用TLS衍生参数的准确性和影响.

主要方法:

• 进行了系统的文献审查,以确定FSP模型的结构参数 (50个已确定).
• 从现有的TLS文献中评估了这些参数的可导出性 (28发现可导出).
• 参数化的热带树和苏格兰松 FSP 模型使用来自 37 棵热带树和 10 棵苏格兰松的 TLS 衍生数据.

主要成果:

• 在50个已识别的结构参数中,有28个是从TLS数据中潜在衍生出来的,准确度可变.
• 与内部节点长度不同的是,TLS衍生的分支角度被证明可以用于FSP模型输入.
• 使用TLS衍生分支角度导致与默认参数相比,FSP模型输出不同.

结论:

• TLS是FSP模型参数化的可行工具,但需要仔细考虑参数准确性和模型输出影响.
• 未来的LiDAR应用可以提高FSP模型的效率和准确性,并使新植物特征的探索成为可能.
• 这项研究强调了TLS在简化工厂FSP模型的开发和提高精度方面的潜力.