基于激光点云数据的毛竹垂直结构参数估算开题报告

1. 研究目的与意义

研究目的

1）通过逐步回归法，优化筛选lidar提取特征变量，寻求其共同点和生物学机理解释；2）基于最优（决定系数最高）模型估算loreys平均高、优势高、株数、胸径、胸高断面积、生物量并评价精度。

研究意义

2. 国内外研究现状分析

目前，国内外研究侧重于通过统计方法构建lidar提取变量和实测森林参数之间的映射关系，忽略了lidar提取变量的优化筛选及其机理上的解释。

中国的亚热带地区占国土面积的四分之一，其森林结构复杂、生产力高且生物多样性丰富，在世界森林中占有极其重要的位置。

而国内基于lidar技术反演亚热带森林参数的研究不多，国外虽在次领域起步较早，但研究对象多为热带、温带和严寒带森林，如：lefsky等基于大光斑lidar波形估测没过西北太平洋沿岸的森林结构参数，研究表明平均高和树高变动系数等能够在最大程度上解释该区域森林参数的变化；ferster等应用小光斑lidar离散点云数据（点云密度：5.3/点m-2）估算加拿大bc省沿海森林结构参数，研究发现冠层返回密度（特别是d6）作为参数模型估算结果要优于仅用高度信息的估测，并可解释65%的北美花旗松（pseudotsuga menziesii）林分结构变异。

3. 研究的基本内容与计划

本研究借助机载小光斑lidar点云和地面调查的33个样地数据，以江苏虞山地区的竹林为研究对象，首先采用逐步回归法，优化筛选lidar提取特征变量；在此基础上拟合最优模型估算各竹林参数并评价精度；最后基于最优拟合模型进行散点制图。

研究计划

1-2月份 查找相关竹林研究；

4. 研究创新点

本研究采用了机载激光雷达技术，激光雷达（LiDAR,Light Detection and Ranging) 是近年来发展迅速的主动遥感技术，用户可以自主设计数据获取时间和范围，并获取离散点云和波形信息，从而精确估算森林的生物物理特性和冠层三维结构信息。

此项技术精度高应用方便，且国内外应用于竹子研究的很少。