结合UAV-LiDAR和Sentinel-2的森林蓄积量估测

作者：雷宇宙; 毛学刚^*

来源：森林工程, 2023, 39(06): 46-54.

• 森林蓄积量
• Sentinel-2
• UAV-LiDAR
• 两阶段外推
• 随机森林

遥感技术结合实测样地数据能够实现稳健和高效的森林蓄积量(growing stock volume)估测，可以大大减少调查时间和成本，同时便于定期监测。以内蒙古自治区赤峰市旺业甸林场为研究区，以典型温带针叶人工林为研究对象，通过两阶段外推法，利用随机森林算法结合实测样地数据、UAV-LiDAR数据和Sentinel-2多光谱数据估测整个研究区人工林的森林蓄积量。将实测样地数据外推至UAV-LiDAR样地，建立Field-UAV-LiDAR模型；将第一阶段生成的UAV-LiDAR估测的森林蓄积量外推至全覆盖的Sentinel-2卫星图像，建立Field-UAV-LiDAR-S-2模型。通过与实测样地数据和Sentinel-2提取的特征变量建立的直接预测模型(Field-S-2)进行对比。研究结果表明，基于Field-UAV-LiDAR模型的森林蓄积量估测精度最高(R2=0.79、RMSE为42.34 m3/hm2、rRMSE为19.24%),其次是基于Field-UAV-LiDAR-S-2模型的森林蓄积量估测精度(R2=0.68、RMSE为50.19 m3/hm2、rRMSE为29.43%),基于Field-S-2模型的森林蓄积量估测精度最低(R2=0.49、RMSE为63.25 m3/hm2、rRMSE为33.08%)。研究结果验证了结合UAV-LiDAR和Sentinel-2数据估测森林蓄积量有效性，为大面积森林蓄积量估测提供参考思路。

• 单位
  东北林业大学