[发明专利]一种基于机载激光雷达数据的森林蓄积量分布估测方法

权利要求书

1.一种基于机载激光雷达数据的森林蓄积量分布估测方法，其特征在于，首先将激光雷达点云数据进行归一化处理，从归一化点云数据中提取特征变量；然后采用最大似然法解算Weibull尺度参数和形状参数，对激光雷达特征变量进行优选并反演Weibull尺度参数和形状参数；最后利用两参数Weibull分布模型预测森林蓄积量分布。

2.根据权利要求1所述的基于机载激光雷达数据的森林蓄积量分布估测方法，其特征在于，包括以下步骤：

(1)借助航空飞机采集激光雷达数据，在地面设置样地，并在样地中记录每木的胸径和树高；

(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传统特征变量和冠层特征变量作为激光雷达特征变量；

(4)采用最大似然法解算Weibull尺度参数和形状参数，将解算得到的两参数作为预测量与优选的激光雷达特征变量建立回归关系，从而预测Weibull尺度参数和形状参数；

(5)通过步骤4预测得到的Weibull尺度参数和形状参数还原蓄积量分布。

3.根据权利要求2所述的基于机载激光雷达数据的森林蓄积量分布估测方法，其特征在于，采集激光雷达数据的方法为：采用机载LiCHy装置系统搭载Riegl LMS-Q680i激光传感器装置，机载平台的飞行高度为900m，飞行速度为55m·s^-1，数据采样的旁向重叠度≥60％。

4.根据权利要求2所述的基于机载激光雷达数据的森林蓄积量分布估测方法，其特征在于，所述步骤2中，首先去除激光雷达原始点云数据的噪音点，并去除非地面点，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，利用生成的数字高程模型，计算归一化点云数据。

5.根据权利要求4所述的基于机载激光雷达数据的森林蓄积量分布估测方法，其特征在于，所述数字高程模型的空间分辨率为0.5m。

6.根据权利要求2所述的基于机载激光雷达数据的森林蓄积量分布估测方法，其特征在于，所述传统特征变量包括高度百分位数、第一回波点的平均、最大和最小高度、变异系数、偏度和峰度、冠层密度和覆盖度；所述冠层特征变量包括冠层容积特征变量、冠层表面粗糙度和叶面积密度剖面的变异系数。

7.根据权利要求2所述的基于机载激光雷达数据的森林蓄积量分布估测方法，其特征在于，采用最大似然法解算Weibull尺度参数和形状参数的公式为：

其中，b为Weibull尺度参数，c为Weibull形状参数，n为样地内株数，x_i为单木材积。

8.根据权利要求2所述的基于机载激光雷达数据的森林蓄积量分布估测方法，其特征在于，所述步骤4中，通过Pearson’s相关系数r进行激光雷达特征变量的优选，r>0.6。