[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
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 | ||
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。
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。