【技术实现步骤摘要】
本专利技术属于林业调查，具体涉及一种天然林下植被层识别及其生物量估测方法。
技术介绍
1、森林中林下植被层(如灌木层、草本层等)是森林生态系统的重要组成部分，林下植被层生物量占森林总生物量的6.2％左右。林下植被层的准确提取，对于森林资源精准调查和碳汇计量具有重要意义。同时，林下植被信息对于分析植被竞争、适宜性分布状况，进一步掌握森林的生物多样性、功能结构，对于森林的可持续经营管理、群落演替分析及全生态系统碳汇过程研究具有重要意义。常规的森林资源调查主要针对乔木层开展，忽略林下植被的贡献。同时其调查参数提取主要依赖于野外调查及航片或卫片判读等，效率低下且精度往往不高，难以在大范围区域实用化推广。
2、近年来，基于无人机lidar点云数据估测林下植被结构参数的方法逐步应用于森林资源调查和生态应用中。无人机lidar数据能够精准获得森林冠层内外的三维结构信息，其包含了林冠及林下植被物质的空间分布关系。同时，其高点密度的特性有助于乔木冠层下方不同植被层的精确识别及分离。对下层植被点云进行识别分离可有效排除乔木冠层点云的影响，提高林...
【技术保护点】
1.一种天然林下植被层识别及其生物量估测方法，其特征在于：分析森林冠层点云剖面，基于剖面统计函数构建分界点，自动识别林下植被层；提取多组林下植被层LiDAR点云特征，并进行特征变量优选和建模，高精度地估测林下植被层生物量。
2.根据权利要求1所述的天然林下植被层识别及其生物量估测方法，其特征在于，包括以下步骤：
3.根据权利要求2所述的天然林下植被层识别及其生物量估测方法，其特征在于：步骤S1中，在地面设置调查样地，记录样地中下层植被树种、高度、胸径、地径，并根据相应树种异速生长方程统计下层植被地上生物量。
4.根据权利要求2所述的...
【技术特征摘要】
1.一种天然林下植被层识别及其生物量估测方法，其特征在于：分析森林冠层点云剖面，基于剖面统计函数构建分界点，自动识别林下植被层；提取多组林下植被层lidar点云特征，并进行特征变量优选和建模，高精度地估测林下植被层生物量。
2.根据权利要求1所述的天然林下植被层识别及其生物量估测方法，其特征在于，包括以下步骤：
3.根据权利要求2所述的天然林下植被层识别及其生物量估测方法，其特征在于：步骤s1中，在地面设置调查样地，记录样地中下层植被树种、高度、胸径、地径，并根据相应树种异速生长方程统计下层植被地上生物量。
4.根据权利要求2所述的天然林下植被层识别及其生物量估测方法，其特征在于：步骤s2中，首先对无人机单条带lidar数据进行条带匹配与拼接，并基于邻域搜索算法识别点云中的噪声点以去除噪声，同时采用改进的渐进三角网滤波算法识别点云中的地面点，通过计算每个像元内激光点高度的平均值，生成数字高程模型。
5.根据权利要求2所述的天然林下植被层识别及其生物量估测方法，其特征在于：步骤s3中的实现包括以下步骤：
6.根据权利要求1所述的天然林下植被层识别及其生物量估测方法，其特征在于：步骤s4中，将每个体元内的点云垂直剖面函数模型中的第一个局部最小值点和最后一个局部最大值点，分别作为林下植被层-地面、上...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。