无人机LiDAR点云密度对长白落叶松人工林地上生物量估计的影响

　　

摘要： 人工林生物量的精准估算对于科学经营管理森林、支撑我国“双碳”目标具有重要意义。传统地面调查方法存在效率低、覆盖局限等瓶颈,无人机激光雷达(UAV-LiDAR)技术通过高精度三维点云数据为森林地上生物量估算提供了新途径。本研究选取孟家岗林场112块长白落叶松人工林固定样地,设置200点·m^-2至0.5点·m^-2共9个密度,经重复随机脉冲抽样生成子集,提取冠层高度和冠层覆盖度,建立森林地上生物量估算模型,分析点云密度对指标稳定性、模型参数及预测精度的影响。结果表明: 点云密度从200点·m^-2降至0.5点·m^-2时,冠层高度和冠层覆盖度的均值保持高度一致,但其重复抽样随机误差增加,冠层高度标准差的均值从0.012 m增至0.261 m,冠层覆盖度标准差的均值从0.0008增至0.0167;密度降低引发地上生物量模型的结构性偏移,同时模型参数不确定性逐渐扩大;预测精度的均方根误差(RMSE)和偏差(Bias)逐渐增加,且RMSE和Bias重复抽样的标准差也呈现逐渐扩张趋势;112块样地的地上生物量预测均值稳定,但是重复预测标准差从0.26 Mg·hm^-2升至5.26 Mg·hm^-2。点云密度降低会显著降低森林地上生物量估算精度与稳定性,将点云密度维持在20点·m^-2以上时,RMSE可控制在16%以内。本研究为无人机LiDAR数据采集与地上生物量估计提供了有利参考。