使用LiDAR森林结构变化指数评估雪和冰风暴后的森林损失
Haochen Liu1, Zhaolong Li1, Lingya Huang1
1College of Horticulture and Forestry Sciences, Huazhong Agricultural University, Wuhan, Hubei, 430070, China.
Plant phenomics (Washington, D.C.)
|December 19, 2025
概括
一个新的LiDAR森林结构变化指数 (LFSCI) 准确地评估了冰风暴对森林造成的破坏,其表现优于传统方法. 这一进步有助于灾害评估和森林管理战略.
科学领域:
- 林业科学 林业科学
- 遥感 遥感 遥感 遥感
- 灾害管理 灾害管理
背景情况:
- 传统的光学遥感很难量化雪和冰暴造成的垂直森林结构变化.
- 准确评估风暴引起的森林损失对于灾害评估和可持续森林管理至关重要.
研究的目的:
- 引入LiDAR森林结构变化指数 (LFSCI) 来评估垂直森林层面变化.
- 将LFSCI的表现与传统指标 (树冠覆盖,叶面积指数,树高) 进行比较,以评估冰风暴的影响.
主要方法:
- 使用比特时空无人机 (UAV) LiDAR数据来计算LFSCI.
- 将LFSCI与CC,LAI和TH在网格和单个树尺度上进行比较.
- 通过对43个地块的现场测量位体积变化进行验证的结果.
主要成果:
- 与CC (R2 = 0.52),LAI (R2 = 0.38) 和TH (R2 = 0.16) 相比,LFSCI显示出更高的相关性 (R2 = 0.64网格,0.59树).
- 为了有效的撞击检测,建议最优的点密度为50 pt/m2.
- 纯宽叶森林,更高的树木,更的山坡和阴凉的条件表明更高的脆弱性.
结论:
- LFSCI提供了一种可靠的方法来评估冰风暴后垂直森林结构的变化.
- 这些发现为改善风暴易发地区的森林弹性和管理策略提供了关键的见解.
