基于无人机雷达和光学影像的城市森林地上生物量估算方法建立及应用

摘要

目前生物量估算的数据来源包括光学、合成孔径雷达（Synthetic Aperture Radar, SAR）和激光雷达（Light Detection and Ranging, LiDAR）等.利用遥感技术对区域生物量进行反演时，实地样方数据的不足限制了模型反演精度的提升.本研究采用无人机雷达点云数据结合实地调查扩大样本量，试图验证利用机载雷达替代实地调查的可行性，并与光学影像特征（植被指数数据和纹理特征数据）建立植被地上生物量反演模型.结果表明：1)基于LiDAR获取的单株冠幅数据估算的生物量具有较好的精度，与实地测算的生物量的总体误差为1.74%;2)南京龙王山风景区，利用LiDAR数据估算的地上生物量密度为96.78 Mg·hm^-2,利用光学影像特征模型反演的生物量密度为107.94 Mg·hm^-2;3)毗邻龙王山的大学校园验证数据结果显示，模型反演生物量密度值为92.6 Mg·hm^-2,基于LiDAR数据的结果为104.11 Mg·hm^-2,可以看出所提出的方法具有较好的效果.因此，通过无人机LiDAR和冠幅生物量模型可以扩大样本量，由此建立的影像特征生物量模型具有良好的效果，为大范围生物量反演提供一种可行的方法.

关键词

无人机激光雷达 / 地上生物量 / 机器学习回归 / 城市森林 / 冠层高度模型

基金资助

国家自然科学基金(42161144003;41771140)