[发明专利]一种由无人机激光雷达反演人工林有效叶面积指数的方法

权利要求书

1.一种由无人机激光雷达反演人工林有效叶面积指数的方法，其特征在于，将无人机激光雷达原始点云数据进行归一化处理，从归一化点云数据中提取冠层结构特征变量，结合地面实测数据和提取的特征变量，在筛选特征变量的基础上利用统计模型法对研究区内样地尺度的有效叶面积指数进行估测；包括以下步骤：

1、借助多旋翼无人机搭载的激光雷达传感器进行激光雷达数据采集，在地面设置样地，并在样地内记录树种并计数，同时测量每木的胸径和树高，并测量有效叶面积指数；

2、将激光雷达原始点云数据滤波、插值生成数字高程模型，通过生成的数字高程模型对点云数据进行归一化处理；

3、从归一化点云数据中提取百分位高度变量、各层覆盖度、冠层体积与剖面特征变量；

4、通过相关性分析筛选特征变量；

5、将地面实测有效叶面积指数作为因变量，无人机激光雷达点云特征变量作为自变量，建立多元回归模型，运用逐步回归法选择进入模型的变量，通过控制因子k降低自变量之间的相关性，k小于30则模型进一步被选中；

6、利用步骤5得到的多元回归模型对人工林有效叶面积指数进行估测；

测量有效叶面积指数的方法为：在垂直于太阳光照的方向上选两条30m测线，样地为圆形，两条测线中点分别距样地圆心7.5m，将冠层分析仪置于离地表1m高的位置进行测量，所述冠层分析仪为LAI-2200，先在林窗下将两支探杆进行匹配，均使用90°视角盖，且方向一致，将其中一支探杆置于林窗下每隔10s采样一次，获得A值，另一支探杆带入待测样地内，沿着测线每隔4m采样一次，获得B值；通过时间将A值和B值进行匹配，联合计算有效叶面积指数。

2.根据权利要求1所述的由无人机激光雷达反演人工林有效叶面积指数的方法，其特征在于，对无人机激光雷达原始点云数据进行归一化处理的方法为：首先去除无人机激光雷达原始点云数据的噪音点，基于IDW滤波算法去除非地面点，然后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，通过生成的数字高程模型对点云进行归一化处理，得到归一化后的无人机激光雷达点云数据。

3.根据权利要求1所述的由无人机激光雷达反演人工林有效叶面积指数的方法，其特征在于，所述百分位高度变量包括冠层高度分布百分位数，冠层点云分布平均高度以上的覆盖度和冠层点云分布的变异系数；所述各层覆盖度为点云数量在各百分数高度以上的点占所有点云的百分比；所述冠层体积与剖面特征变量为Weibull函数对冠层高度分布剖面进行拟合得到2个剖面特征量α、β以及开放层、透光层、低光层和封闭层四个冠层结构类别的体积所占百分比。

4.根据权利要求1所述的由无人机激光雷达反演人工林有效叶面积指数的方法，其特征在于，所述筛选特征变量的方法为：首先筛选特征变量之间相关性低于0.6的特征变量，然后进一步筛选特征变量与有效叶面积指数相关性高于0.6的特征变量。

5.根据权利要求1所述的由无人机激光雷达反演人工林有效叶面积指数的方法，其特征在于，运用逐步回归法选择进入模型的变量的方法为：在预先给定的F水平下进行显著性检验，如果t检验达不到显著水平，即p＞0.1，则予以剔除，如果t检验达到显著水平，即p＜0.05，则予以进入。

6.根据权利要求1所述的由无人机激光雷达反演人工林有效叶面积指数的方法，其特征在于，获取控制因子k的方法为：k为最大特征根的平方根与最小特征根的比值，通过主成分分析计算相关关系矩阵得到控制因子k。

7.根据权利要求1所述的由无人机激光雷达反演人工林有效叶面积指数的方法，其特征在于，采用决定系数、均方根误差、相对均方根误差评价模型拟合的效果及估测精度：

其中：R²为决定系数；RMSE为均方根误差；rRMSE为相对均方根误差；x_i为林分有效叶面积指数实测值；为林分有效叶面积指数实测平均值；为林分有效叶面积指数的模型估测值；n为样地的数量；i为某一个样地。