[发明专利]一种综合三类数据源联合反演森林地上生物量的方法

权利要求书

1.一种综合三类数据源联合反演森林地上生物量的方法，其特征在于：包括以下步骤：

1)借助航空飞机分别采集高分辨率CCD影像数据，高光谱影像数据以及激光雷达点云数据；在地面设置样地，并在样地中记录树种并计数，同时测量每木的胸径及树高；地上生物量通过异速生长方程结合每木胸径和树高进行计算；

2)对高分辨率CCD影像数据和高光谱影像数据分别结合地面实测数据进行校正；同时对激光雷达点云数据做归一化处理；

3)根据步骤2)中的预处理结果对三类数据分别提取特征变量；对高分辨率CCD影像数据提取纹理特征变量；对高光谱影像数据提取光谱特征变量；对激光雷达点云数据提取点云结构特征变量；

4)根据步骤3)中提取的特征变量首先筛选特征变量之间相关性低于0.6的特征变量，然后进一步筛选特征变量与森林地上生物量相关性高于0.6的特征变量；

5)将地面实测森林地上生物量作为因变量，将各特征变量作为自变量，建立随机森林模型，该随机森林模型内设置多组决策树，整体随机森林模型由多组决策树构成；

6)在随机森林模型中，每一个决策树“种植”和“生长”的规则如下：设定训练集中的样本个数为N，然后通过有重置的重复多次抽样来获得这N个样本，这样的抽样结果将作为生成决策树的训练集；如有M个输入变量，每个节点都将随机选择m个特定的变量，该mM；然后运用这m个变量来确定最佳的分裂点；在决策树的生成过程中，m的值是保持不变的；每棵决策树都最大可能地进行生长而不进行剪枝；所有决策树的总和即为随机森林模型；通过随机森林模型对森林地上生物量进行预测，以获得综合三类数据源联合反演的森林地上生物量。

2.根据权利要求1所述的一种综合三类数据源联合反演森林地上生物量的方法，其特征在于：所述步骤2)中对高分辨率CCD影像数据具体预处理为：对高分辨率CCD影像进行拼接，生成一幅完整的研究区高分辨率影像；同时结合地面实测控制点数据，采用二次多项式模型对影像进行几何精校正。

3.根据权利要求1所述的一种综合三类数据源联合反演森林地上生物量的方法，其特征在于：所述步骤2)中对高光谱影像数据具体预处理为：借助传感器辐射定标数据对原始高光谱数据进行辐射定标，并利用经验线性模型结合地面实测标靶光谱数据进行大气校正；同时，利用地面实测控制点对高光谱影像进行几何精校正。

4.根据权利要求1所述的一种综合三类数据源联合反演森林地上生物量的方法，其特征在于：所述步骤2)中激光雷达点云数据具体预处理为：去除LiDAR原始点云数据的噪音点，基于滤波方法去除非地面点，然后通过计算每个像元内激光点高度的平均值，在设定空间分辨率为0.5m的前提下，生成数字高程模型DEM；并通过生成的数字地形模型对点云进行归一化处理，得到归一化后的激光雷达点云数据。

5.根据权利要求1所述的一种综合三类数据源联合反演森林地上生物量的方法，其特征在于：所述步骤3)中高分辨率CCD影像数据的纹理特征变量设置为：影像内像元的相关度CR、对比度CO、相异性DI、信息熵EN、均匀度HO、均值ME、二阶矩SM、偏斜度SK和方差VA。

6.根据权利要求1所述的一种综合三类数据源联合反演森林地上生物量的方法，其特征在于：所述步骤3)中高光谱影像数据的光谱特征变量设置为：原始光谱特征；植被指数；该植被指数包括：简单比值植被指数SR、修正型简单比值植被指数MSR、归一化植被指数NDVI、修正型归一化植被指数MNDVI、土壤调节植被指数SAVI、红边胁迫指数RVSI、植被衰减指数PSRI、植被水含量指数WBI。

7.根据权利要求1所述的一种综合三类数据源联合反演森林地上生物量的方法，其特征在于：所述步骤3)中激光雷达点云数据的点云结构特征变量设置为：冠层高度分布百分位数；冠层点云分布平均高度以上的覆盖度；冠层点云分布的变异系数；点云数量在各百分数高度以上的点占所有点云的百分比；Weibull函数对冠层高度分布剖面进行拟合得到的2个剖面特征量α和β；冠层各结构类别体积占比；包括开放层，透光层，低光层和封闭层四个冠层结构类别，每个冠层结构类别的体积所占百分比。

8.根据权利要求1所述的一种综合三类数据源联合反演森林地上生物量的方法，其特征在于：采用决定系数R²、均方根误差RMSE和相对均方根误差rRMSE评价模型拟合的效果及估测精度：

其中，x_i为某森林地上生物量实测值；为某森林地上生物量实测平均值；为某森林地上生物量的模型估测值；n为样地的数量；i为某一个样地。