摘要

精确的森林参数图能够提供丰富的森林资源信息,有助于森林可持续经营决策。本文以广西为研究区,根据样地激光点云垂直分布和由点云高度-覆盖度频率分布拟合得到的连续冠层垂直剖面(伪波),采用目视解译方法对松树林和杉木林的垂直结构进行分类,利用经验模型式对各个垂直结构类型的林分蓄积量和断面积估测进行建模试验。结果表明:1)所有森林参数估测模型的LiDAR变量对目标变量的解释率均大于0.4,模型拟合效果较好; 2)松树林4个类型的蓄积模型的rRMSE较不分类的全部样本的rRMSE减小10.80%~25.32%,杉木林3个类型中有2个类型的rRMSE分别较全部样本的rRMSE分别减小4.47%和17.80%,另一个类型的rRMSE增大5.68%; 3)将2个森林类型的原始垂直结构类型分别聚合为2个类型后,蓄积量和断面积估测模型的精度都得到一定程度的提高,加权平均计算,松树林分别提高了12.05%和8.12%,杉木林分别提高了11.37%、 5.30%。在大区域机载激光雷达森林资源调查监测中,通过冠层垂直结构分类后建模有助于提高森林参数估测精度,且分类的类型越多,估测精度提高的程度越大。本项研究为机载激光雷达大区域森林资源调查监测应用提供了极有价值的参考。