[发明专利]无人机LiDAR和随机森林提取银杏生物物理特性的方法在审

专利信息
申请号: 201811074556.X 申请日: 2018-09-14
公开(公告)号: CN109212553A 公开(公告)日: 2019-01-15
发明(设计)人: 曹林;刘坤;刘浩;申鑫;汪贵斌;曹福亮 申请(专利权)人: 南京林业大学
主分类号: G01S17/88 分类号: G01S17/88;G01S7/48;G01S7/487
代理公司: 南京申云知识产权代理事务所(普通合伙) 32274 代理人: 于贺贺;邱兴天
地址: 210000 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 随机森林 生物物理特性 特征变量 银杏 传感器采集数据 冠层结构 机理解释 模型预测 数据获得 先验假设 数据处理 传统的 次生林 人工林 反演 构建 实测 运算 移植 评估 应用
【权利要求书】:

1.一种无人机LiDAR和随机森林提取银杏生物物理特性的方法,其特征在于:包括以下步骤:

1)借助多旋翼无人机搭载的LiDAR传感器进行LiDAR数据采集;并同时在地面设置样地,记录样内地树木株树,同时测量每木的胸径和树高;并通过二元材积公式结合实测胸径和树高估算蓄积量;通过异速生长方程结合实测胸径和树高计算地上生物量;

2)去除无人机LiDAR原始点云数据的噪音点,基于IDW滤波算法去除非地面点,然后通过计算每个橡元内激光点高度的平均值,生成数字高程模型;通过该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LiDAR点云数据;

3)分别提取三组冠层结构特征变量;这三组特征变量包括百分位高度特征变量、各层覆盖度特征变量以及冠层体积与剖面特征变量;

4)基于已有的地面实测的林分生物物理特性和无人机LiDAR点云特征构建随机森林模型;首先指定mtry值,即随机产生m个变量用于节点上的二叉树,mtry值为用于建模的点云特征数量;其次,应用bootstrap方法有放回地随机抽取k个样本集,组成k棵决策树,这k棵决策树组成随机森林模型,最终,基于该随机森林模型预测人工林生生物物理特性。

2.根据权利要求1所述的一种无人机LiDAR和随机森林提取银杏生物物理特性的方法,其特征在于:所述步骤2)数字高程模型的空间分辨率为0.5m。

3.根据权利要求1所述的一种无人机LiDAR和随机森林提取银杏生物物理特性的方法,其特征在于:所述步骤3)中的百分位高度特征变量包括:H25、H50、H75和H95处的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CCmean以及冠层点云分布的变异系数Hcv。

4.根据权利要求1所述的一种无人机LiDAR和随机森林提取银杏生物物理特性的方法,其特征在于:所述步骤3)中所述的各层覆盖度特征变量包括:点云数量在各百分数高度30th、50th、70th、90th以及D3、D5、D7、D9以上的点占所有点云的百分比。

5.根据权利要求1所述的一种通过无人机生成提取生物物理特性随机森林模型的方法,其特征在于:所述步骤3)中的冠层体积与剖面特征变量是指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Weibullα和Weibullβ以及冠层各结构类别体积占比,该冠层各结构类别体积占比是指开放层、透光层、低光层和封闭层这四个冠层结构类别的体积所占百分比。

6.根据权利要求1所述的一种通过无人机生成提取生物物理特性随机森林模型的方法,其特征在于:本方法采用留一法交叉验证;设置决定系数R2、均方根误差RMSE,相对均方根误差rRMSE评价模型拟合的效果及估测精度:

式中xi为某林分生物物理特性实测值;为某林分生物物理特性实测平均值;为某林分生物物理特性的模型估测值;n为样地的数量;i为某一个样地。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京林业大学,未经南京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811074556.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top