文献类型：专利

中文题名：融合无人机激光雷达和卫星数据的森林地上生物量异速生长模型估算方法

作者：符利勇[1] 黄天宝[1] 冯林艳[1] 王文文[1] 谢栋博[1] 庞丽峰[1] 陈巧[1] 马志波[1] 王梦皙[1] 吴哲元[1]

第一作者：符利勇

机构：[1]中国林业科学研究院资源信息研究所;

专利类型：发明公开

申请号：CN202511298405.2

申请日：20250911

申请人地址：100080 北京市海淀区东小府2号

公开日：20251212

代理人：霍艳慧

代理机构：河南宏程知识产权代理事务所(普通合伙) 43239

语种：中文

中文关键词：融合;无人机;激光雷达;卫星数据;森林;地上生物量;速生;模型估算;选择;研究区域;样地;野外;调查;杉木;密集区;地调;综合考虑;幼林;中龄林;成熟林;过熟林;周期;龄组;均衡;郁闭度;立地条件;因素;面积;高径;cm

年份：2025

摘要：本发明提供融合无人机激光雷达和卫星数据的森林地上生物量异速生长模型估算方法，通过将哨兵?2卫星获取的核归一化差异植被指数kNDVI与无人机激光雷达获取的林分平均高度和叶面积指数LAI相结合，以kNDVI和LAI的融合作为异速生长函数的尺度指数，反映林分高度与森林AGB之间的关系。将异速生长模型与常用的机器学习算法，包括k最近邻kNN、随机森林RF、极端梯度提升XGBoost和贝叶斯正则化神经网络BRNN进行了比较。模型显示出令人满意的结果R2＝0.67，RMSE＝17.74Mg/ha，rRMSE＝15.17％,在机器学习算法中，RF算法表现出最高的精度R2＝0.69，RMSE＝17.20Mg/ha和rRMSE＝14.71％,在使用研究区域外的样本评估模型的可移植性时，模型也显示出令人满意的结果R2＝0.48，RMSE＝22.31Mg/ha和rRMSE＝20.83％。在机器学习算法中，BRNN算法具有最高的估计精度R2＝0.32，RMSE＝25.44Mg/ha和rRMSE＝23.75％。