研究目的
评估无人机(UAV)和机载激光扫描(ALS)数据对库存估算精度的贡献,并确定哪种类型的无人机辅助数据能为小型林地提供最精确的估算结果。
研究成果
使用无人机辅助数据可通过提供先进的数据分析,有效支持小林主的精准林业实践。无人机SfM数字地形模型(UAV-SfMDTM)数据得出了部分最精确的估算结果,凸显了运用无人机摄影测量数据进行关键森林变量估算的重要性。
研究不足
该研究在一个相对同质的森林林分中进行,这可能限制了研究结果对更多样化森林类型的普适性。所使用的无人机激光雷达传感器在冠层穿透能力方面存在局限,且仅提供单次回波数据,这可能影响某些生物物理参数的表征。
1:实验设计与方法选择:
本研究比较了仅基于实地样地数据的设计推断估计精度与包含实地样地数据及无人机、机载激光雷达四种辅助数据的模型估计精度。
2:样本选择与数据来源:
在40公顷辐射松人工林中测量了30个边界明确的0.06公顷坡度校正圆形样地。
3:06公顷坡度校正圆形样地。
实验设备与材料清单:
3. 实验设备与材料清单:采用配备激光扫描传感器、RGB影像及摄影测量设备的无人机,并结合机载激光雷达数据。
4:实验流程与操作步骤:
实地样地测量包括部分树木的胸径和树高,无人机与机载激光雷达数据经处理提取解释变量。
5:数据分析方法:
针对不同生物物理参数与解释变量的组合建立线性回归模型,分别采用设计推断与模型推断框架比较估计精度。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容