首页|结合树冠体积的油茶树高与产量估测研究

结合树冠体积的油茶树高与产量估测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]以长沙县明月村油茶林基地为研究区,探讨利用无人机倾斜摄影提取树冠体积进行油茶树高和产量估测的可行性.[方法]基于无人机正射影像和密集匹配点云,提取波段反射率、植被指数、纹理因子、高度特征等遥感变量和冠幅等冠层参数,同时利用克里金法、反距离权重法、自然邻近点法和过滤三角网法分别获取油茶树冠体积,建立多元线性回归、随机森林、K最邻近模型估测油茶树高和产量,并以地面三维激光点云获取的树冠体积、样地实测树高和产量作为实测值分别对估测结果进行精度评价.[结果]过滤三角网是获取油茶树冠体积最有效的方法,其平均相对误差(31.54％)优于反距离权重法(36.73％)、克里金法(37.04％)和自然邻近点法(38.54％).将树冠体积作为特征变量参与建模后,树高和产量的多元线性回归、随机森林、K最邻近模型的精度均有所提升(树高相对均方根误差分别减小了3.77％、0.78％、0.64％,产量相对均方根误差分别减小了1.32％、0.34％、0.16％).对比3种估测模型,随机森林模型的决定系数均优于多元线性回归和K最邻近(树高决定系数分别为0.78、0.51和0.19,产量决定系数分别为0.61、0.48和0.24).研究发现,分别使用估测树高和实测树高参与产量建模的精度无明显差异.[结论]结合树冠体积和树高参与建模可有效提高油茶产量估测精度,研究结果可为区域范围内利用无人机遥感技术开展油茶树高和产量调查提供参考.
Estimating the tree height and yield of Camellia oleifera by combining crown volume

吴炅、蒋馥根、彭邵锋、马开森、陈松、孙华

展开 >

中南林业科技大学林业遥感信息工程研究中心,湖南长沙 410004

湖南省林业科学院,湖南长沙 410004

经济林 油茶产量 随机森林 无人机 树冠体积 空间插值

湖南省林业科技创新专项国家重点研发计划长沙市科技计划

XLK2019862016YFD0702105KQ2004095

2022

10.12302/j.issn.1000-2006.202108051

南京林业大学学报(自然科学版)
南京林业大学

南京林业大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：1.012
ISSN：1000-2006
年,卷(期)：2022.46(2)
  • 3
  • 14