本發(fā)明涉及單木探測(cè)，具體涉及一種基于單木探測(cè)技術(shù)的多尺度森林地上生物量估測(cè)方法。

背景技術(shù)：

1、森林地上生物量(aboveground?biomass，agb)作為衡量森林碳匯和生產(chǎn)力的重要指標(biāo)占有森林生物量最大的比重，是評(píng)估森林碳平衡的關(guān)鍵參數(shù)。目前，主要采用遙感技術(shù)(remote?sensing，rs)進(jìn)行區(qū)域度agb估測(cè)。從估計(jì)思路來看，目前主要有兩種方法來計(jì)算agb：一種是面方法，它是從遙感數(shù)據(jù)中提取與agb有關(guān)的特征建立與agb的統(tǒng)計(jì)模型；另一種是單木方法，即通過計(jì)算單木生物量，再進(jìn)行單木生物量的累加得到樣地或林分生物量。

2、雖然基于單木法(individual?tree-based?approach，ita)的生物量估測(cè)比較精細(xì)，但與大尺度agb估測(cè)的需求存在矛盾。目前應(yīng)用單木法進(jìn)行agb估測(cè)主要集中在小區(qū)域，大尺度的agb估測(cè)主要使用面方法，基于遙感數(shù)據(jù)和發(fā)展方向由粗略到精細(xì)的發(fā)展趨勢(shì)，實(shí)現(xiàn)精準(zhǔn)林業(yè)是之后的主要研究趨勢(shì)，即單木方法應(yīng)用在大尺度agb估測(cè)中，但目前存在一些算法精度、計(jì)算機(jī)效率等問題，將單木方法應(yīng)用于大尺度agb估測(cè)存在相當(dāng)大的難度。

3、與普通的光學(xué)遙感相比，激光雷達(dá)遙感(無人機(jī)激光雷達(dá)(unmanned?aerialvehicle?laser?scanning，uls)、手持激光雷達(dá)(handheld?laser?scanning，hls)和星載激光雷達(dá)(如icesat-2))可以獲取森林水平和垂直的信息，在森林參數(shù)提取中具有明顯優(yōu)勢(shì)。在區(qū)域尺度森林agb估測(cè)中，星載激光雷達(dá)icesat-2(ice,cloud,and?land?elevationsatellite-2)的alt08產(chǎn)品可以提供高時(shí)間分辨率的海量森林冠層高度數(shù)據(jù)，作為一種高效的遙感工具，是近年來林業(yè)遙感的新生力量之一，可為森林結(jié)構(gòu)研究和agb估測(cè)提供一個(gè)有效的技術(shù)手段。由于icesat-2/atl08提供的冠層高度是離散足跡點(diǎn)數(shù)據(jù)，在已有的研究中多采用面方法(即以樣地為單位)，采用相對(duì)少量的樣本通過機(jī)器學(xué)習(xí)模型將其進(jìn)行外推，大尺度的估計(jì)精度難以保證。

4、在從單木尺度、樣地尺度推算到區(qū)域尺度的agb估測(cè)過程中，存在大量不確定性，這些不確定性源于多方面因素，例如：抽樣誤差、單木參數(shù)誤差、轉(zhuǎn)換系數(shù)誤差、估測(cè)模型誤差以及遙感數(shù)據(jù)誤差等。其中，基于單木方法的不確定性主要來自于利用異速生長(zhǎng)模型預(yù)測(cè)單木生物量的不確定性(即預(yù)測(cè)不確定性)。這種不確定性隨著空間尺度的擴(kuò)大逐漸積累，最終可能顯著影響區(qū)域生物量估算的總體精度。

5、在基于面方法的區(qū)域尺度agb估測(cè)過程中，所構(gòu)建的回歸模型通過復(fù)雜的機(jī)制，力求盡可能精確地?cái)M合目標(biāo)變量。然而，實(shí)際的預(yù)測(cè)值不僅包含了趨勢(shì)成分，還伴隨著一定的隨機(jī)殘差。殘差的存在往往會(huì)對(duì)預(yù)測(cè)的準(zhǔn)確性產(chǎn)生影響，從而在一定程度上降低估測(cè)結(jié)果的精度。因此，在區(qū)域生物量估計(jì)過程中，如何有效地減少和控制不確定性，尤其是殘差誤差的影響，成為提高生物量估算精度的關(guān)鍵挑戰(zhàn)之一。

6、綜上，本發(fā)明提供一種基于單木探測(cè)技術(shù)的多尺度森林地上生物量估測(cè)方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明為解決現(xiàn)有agb估測(cè)方法中，單木法存在的不確定影響區(qū)域agb估測(cè)的總體精度，面方法由于模型采用復(fù)雜機(jī)制，導(dǎo)致實(shí)際的預(yù)測(cè)值中的隨機(jī)殘差對(duì)預(yù)測(cè)的準(zhǔn)確性產(chǎn)生影響，進(jìn)而降低估測(cè)結(jié)果的精度等問題，提供一種基于單木探測(cè)技術(shù)的多尺度森林地上生物量估測(cè)方法。

2、基于單木探測(cè)技術(shù)的多尺度森林地上生物量估測(cè)方法，該方法由以下步驟實(shí)現(xiàn)：

3、步驟一、采用單木方法進(jìn)行單木尺度到樣地尺度的agb估測(cè)；

4、步驟二、基于eiv模型，構(gòu)建樣地尺度到林分尺度的agb升尺度估測(cè)模型；

5、步驟三、采用eiv模型和icesat-2/atl08提取的冠層高度hice對(duì)林分尺度參考agb樣本進(jìn)行擴(kuò)增；將擴(kuò)增后的林分尺度參考agb樣本劃分為訓(xùn)練集和驗(yàn)證集；

6、步驟四、采用rf-ebk模型估算高分辨率森林agb。

7、進(jìn)一步地，步驟一的具體過程為：

8、步驟一一、對(duì)獲取uls數(shù)據(jù)和hls數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理；同時(shí)，提取uls數(shù)據(jù)中樣地冠層高度huls；

9、步驟一二、對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行icp點(diǎn)云配準(zhǔn)，實(shí)現(xiàn)對(duì)融合點(diǎn)云數(shù)據(jù)的單木分割，獲取單木參數(shù)估計(jì)(h，dbh)；其中，dbh和h分別單木胸徑和樹高；

10、步驟一三、根據(jù)所述單木參數(shù)估計(jì)(h，dbh)，估算單木尺度agb，并對(duì)樣地內(nèi)所有單木尺度的agb進(jìn)行匯總獲得樣地尺度agb估測(cè)值。

11、進(jìn)一步地，步驟一一中，所述數(shù)據(jù)預(yù)處理包括對(duì)數(shù)據(jù)進(jìn)行裁剪、噪聲點(diǎn)去除、地面點(diǎn)云分類、歸一化以及點(diǎn)云融合處理。

12、進(jìn)一步地，步驟一二中，所述樹高h(yuǎn)通過在1:1匹配單木識(shí)別冠層高度的局部最大值確定，dbh則通過對(duì)1:1匹配的樹木在樹干1.3米處應(yīng)用非線性最小二乘法圓擬合算法進(jìn)行估算。

13、進(jìn)一步地，步驟一三中，采用可加性生物量模型估算單木尺度agb，并對(duì)樣地內(nèi)所有單木尺度的agb進(jìn)行匯總獲得樣地尺度的agb估測(cè)。

14、進(jìn)一步地，步驟二中，所述構(gòu)建樣地尺度到林分尺度的agb升尺度估測(cè)模型用下式表示為：

15、

16、式中，d和h分別為通過實(shí)地調(diào)查測(cè)量的樣地平均胸徑和樹高，被視為無誤差變量，bst,ita為基于ita估算的林分尺度agb，a1,b1,c1,a2,b2為需要擬合的模型參數(shù)；ε1,ε2為模型殘差。

17、進(jìn)一步地，步驟三中，采用icesat-2/atl08的冠層高度hice代替所述eiv模型中uls數(shù)據(jù)提取的冠層高度huls，以估算icesat-2/atl08足跡下的林分尺度地上生物量bst,ice；用下式表示為：

18、

19、將所述林分尺度地上生物量bst,ice作為林分尺度參考agb樣本訓(xùn)練rf模型。

20、進(jìn)一步地，步驟四中，采用rf模型估算區(qū)域連續(xù)森林agb計(jì)算驗(yàn)證集預(yù)測(cè)偏差；采用ebk方法對(duì)所述驗(yàn)證集預(yù)測(cè)偏差進(jìn)行插值處理，生成連續(xù)殘差圖；

21、利用所述殘差圖與rf模型的預(yù)測(cè)偏差結(jié)果相加，以修正預(yù)測(cè)偏差，最終得到校正后區(qū)域連續(xù)森林agb。

22、本發(fā)明的有益效果：

23、本發(fā)明所述的方法中，對(duì)預(yù)處理后的uls和hls的融合點(diǎn)云數(shù)據(jù)(u-hls)進(jìn)行單木分割，并基于提取的單木參數(shù)，利用可加性生物量模型來估算單木的地上生物量。通過累加探測(cè)單木的agb，進(jìn)而計(jì)算樣地尺度的agb。

24、本發(fā)明方法通過引入誤差變量(errors-in-variables,eiv)模型，uls提取的冠層高度作為媒介，構(gòu)建了樣地尺度到林分尺度的agb升尺度估測(cè)模型。鑒于icesat-2/atl08提取的冠層高度與uls提取的冠層高度數(shù)據(jù)具有良好的一致性，應(yīng)用構(gòu)建的eiv模型實(shí)現(xiàn)icesat-2/atl08足跡尺度參考agb的估算，這一過程顯著增加了agb估算中的樣本量，從而為區(qū)域尺度的生物量估算奠定了更為堅(jiān)實(shí)的基礎(chǔ)。為了進(jìn)一步提高區(qū)域尺度agb估算的精度，最終采用隨機(jī)森林模型(random?forest，rf)與經(jīng)驗(yàn)貝葉斯克里金插值方法(empiricalbayesian?kriging，ebk)相結(jié)合，對(duì)預(yù)測(cè)殘差進(jìn)行優(yōu)化處理，確保了區(qū)域尺度agb的準(zhǔn)確性。通過上述步驟，本發(fā)明能夠?qū)崿F(xiàn)從單木到區(qū)域的多尺度agb高精度估算，極大地提高了森林生物量的估測(cè)效率與精度。