胡凯龙
- 作品数：9 被引量：137H指数：7
- 供职机构：中国矿业大学（北京）地球科学与测绘工程学院更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金国家科技支撑计划更多>>
- 相关领域：农业科学电子电信天文地球理学更多>>
- 基于机载激光雷达的森林地上碳储量估测被引量：7
- 2016年
- 以内蒙古大兴安岭生态站为研究对象，以2012、2013年的66块样地数据和2012年同步获取的机载LiDAR遥感数据为数据源，分别采用多元线性回归和随机森林回归算法，通过对比不同算法间的估测精度差异，选择更适于研究区的估测方法，实现研究区森林地上碳储量的遥感估测。结果表明：随机森林回归算法的估测精度最优，模型训练精度（R^2为0．861，RMSE为11．133 t／hm^2，rRMSE为0．279）和预测精度（RMSE为17．956 t／hm^2，rRMSE为0．342，估测精度范围40．898％～95．129％，平均估测精度76．385％）均优于多元线性回归的模型训练结果（ R^2为0．676，RMSE为11．846 t／ha，rRMSE为0．351）和模型预测结果（RMSE为22．703 t／hm^2，rRMSE为0．636，估测精度范围45．824％～94．752％，平均估测精度69．859％）。机载LiDAR数据的高度变量和密度变量与森林地上碳储量均具有显著相关性，高度变量相关性更为显著。随机森林回归算法对区域森林地上碳储量的估测结果趋于真实分布情况，效果比较理想。
- 穆喜云刘清旺庞勇胡凯龙张秋良
- 关键词：机载LIDAR多元线性回归
- 无人机激光雷达与摄影测量林业应用研究进展被引量：55
- 2017年
- 森林空间结构及动态变化规律对森林经营管理、生态环境建模等具有重要意义,无人机激光雷达与摄影测量能够获取丰富的森林空间结构和类型信息,在单木、林分尺度森林环境长时间序列监测方面具有无可比拟的优势。无人机激光雷达系统一般搭载多回波/全波形激光扫描仪,配备高精度全球导航卫星系统&惯性测量单元(GNSS&IMU)等传感器,以保证激光脉冲回波信号的几何定位精度。无人机摄影测量系统通常搭载可见光(RGB)/多光谱相机,配备低精度GNSS&IMU,通过高重叠率航片的三维重建算法自动解算航片内外方位元素,生成具有相对参考坐标的图像及点云,采用地面控制点(GCPs)、参考影像等方式进行几何精校正,对于连续覆盖的森林区域,使用高精度GNSS、稳定平台等可以提高图像匹配精度。通过单木分割法可以提取单木结构信息,从激光雷达点云或摄影测量重建点云中识别树冠顶点、树冠边界、位置等属性,也可以将点云投影到体元空间或者生成冠层高度模型(CHM),在此基础上识别单木特征。林分结构信息提取常采用高度分布法,从点云中直接计算高度分位数、回波指数等点云特征量,或者按照指定的高度间隔生成频率或强度合成波形,计算波形分位数、波形前沿、波形后沿等波形特征量,根据点云特征量、波形特征量与地面测量值之间的关系估测森林结构参数。激光雷达点云和摄影测量重建点云均能用于提取林下地形,对于低郁闭度区域二者相差不大,对于高郁闭度区域摄影测量重建点云提取的林下地形精度较低。多时相无人机激光雷达和摄影测量相结合,可以监测人工修枝、择伐、火灾、病虫害等引起的森林结构变化以及枝叶生长、落叶等物候变化。无人机激光雷达与摄影测量提取的森林结构参数精度受采集方式、数据处理算法、森林生长季节、地形�
- 刘清旺李世明李增元符利勇胡凯龙
- 关键词：无人机激光雷达摄影测量点云
- 多源遥感数据支持下的区域性森林冠层高度估测被引量：8
- 2018年
- 结合机载LiDAR数据,提出了一种改进的GLAS光斑点冠层高度地形校正模型,以校正后的GLAS光斑点作为输入样本,结合MODIS遥感影像,利用支持向量回归（SVR）的方法对研究区森林冠层高度进行分生态区估测,并利用野外调查数据和机载LiDAR冠层高度结果对估测结果进行验证。结果显示：研究区的坡度等级直接影响GLAS光斑点森林冠层高度估测精度,改进的地形校正模型可以较好的减小坡度对GLAS光斑点森林冠层高度估测的影响,模型精度RMSE稳定在3.25~3.48m;不同生态分区的SVR模型估测精度较为稳定,其RMSE=6.41~7.56m;与算数平均高相比,样地的Lorey′s高与制图结果拟合最好,不同生态分区平均估测精度为80.3%。机载LiDAR冠层高度结果的验证平均精度为79.5%,和Lorey′s高验证结果呈现较好的一致性。
- 胡凯龙刘清旺崔希民庞勇穆喜云
- 关键词：坡度多源遥感数据地形校正支持向量回归生态分区
- 基于机载激光雷达的寒温带典型森林高度制图研究被引量：6
- 2015年
- 以内蒙古根河市潮查林场境内的寒温带兴安落叶松原始林及其次生林为研究对象,利用机载激光雷达点云数据与地面调查的66个样地数据,采用不同算法计算样地实测树高(Lorey’s高、冠幅面积加权树高和算术平均高)分别与基于双正切角树冠识别算法获取的Li DAR估测高(冠幅面积加权树高、算术平均高)和基于点云提取的百分位高构建树高回归模型(冠幅面积加权树高模型、算术平均树高模型和Li DAR百分位树高模型)。对比不同树高模型的训练精度与估测精度的差异,探讨双正切角树冠识别算法对本研究区的适用性;同时了解冠幅面积加权的样地实测树高与Lorey’s高对林分平均高代表性的差异,确定最优解释变量,筛选最优树高模型,计算研究区森林高度空间分布图,为后续生物量和碳储量研究提供参考数据。结果表明:样地冠幅面积加权树高的模型训练精度和估测精度与Lorey's高的结果一致性较好,略低于Lorey’s高的估测结果。Li DAR百分位树高模型中的50%分位高与样地实测树高相关性显著且回归模型拟合效果较好,其中,以Lorey's高为样地实测树高时模型的R2=0.869、RMSE=1.366 m;以冠幅面积加权树高为样地实测树高时模型的R2=0.839、RMSE=1.392 m;Lorey’s高的50%分位高模型的估测精度最高,各独立验证样本点估测精度均高于85%,平均估测精度为94.73%,最高估测精度可达99.78%,其中混交林平均估测精度(96.72%)高于针叶林的平均估测精度(93.58%)。因此,选择Lorey’s高的50%分位高模型计算研究区的森林高度空间分布。
- 穆喜云张秋良刘清旺庞勇胡凯龙
- 基于机载激光雷达校正的ICESat/GLAS数据森林冠层高度估测被引量：15
- 2017年
- 针对星载激光雷达(geoscience laser altimeter system,GLAS)大光斑属性,该文提出了一种改进后的光斑尺度森林冠层高度估测方法,并分析了复杂地表对其估测精度的影响。首先,对机载lidar点云分类出地面点,并利用地面点对点云数据进行高度归一化处理,提取点云局部最大值得到光斑范围内机载lidar最大冠层高度;以机载lidar最大冠层高度作为模型参数拟合因变量,同时以坡度作为模型的输入变量,结合光斑大小和地表粗糙度,进行参数拟合,得到改进后光斑尺度森林冠层高度估测模型;最后,利用实测样地数据对冠层高度估测模型进行验证。结果表明:机载点云数据可以准确地反映光斑范围内森林冠层的分布,受到树种类型和点云密度的影响,不同森林类型的点云冠层分布存在明显差异。坡度等级直接影响GLAS光斑尺度森林冠层高度的估测精度,改进后的估测模型可以减小坡度对GLAS光斑森林冠层高度估测的影响,模型估测均方根误差(root mean square error,RMSE)稳定在3.26~3.88 m。样地Lorey's高与估测结果拟合度较好,相关系数r=0.66,不同森林类型光斑尺度冠层高度估测精度存在差异,混交林估测精度最高,r和RMSE分别为0.84和1.06 m。该方法可以有效减少地形条件对光斑尺度森林冠层高度估测的影响,并为更大尺度的冠层高度制图提供了有效的参考。
- 胡凯龙刘清旺庞勇李梅穆喜云
- 关键词：激光数据处理林地坡度
- 机载激光雷达和高光谱组合系统的亚热带森林估测遥感试验被引量：20
- 2016年
- 为了提高森林的类型识别及生物物理参数反演精度,采用国产机载激光雷达和高光谱组合系统(ALHIS),选择湖北典型亚热带森林开展了航空遥感试验,获取了试验区激光雷达点云、高光谱和CCD影像数据,提取了森林高度和优势树种类别信息。对数据的分析表明,激光雷达林分平均高的估测精度达到90.67%,激光雷达估测平均高与地面实测胸径加权平均高之间显著相关(R2=0.73,RMSE=1.29m)。按照优势树种分类结果进行统计,发现马尾松、栓皮栎和其它树种的林分平均高分别为9.62m、9.30m、8.79m,不同树种之间的林分平均高相差不大。高光谱优势树种识别总体精度达到82.00%(Kappa=0.70),试验区森林和非森林面积所占比例分别为60.01%和39.99%,马尾松、栓皮栎和其它树种面积在森林中所占比例分别为59.77%、24.99%和15.23%。试验证明,ALHIS能够同时获取高分辨率的植被遥感特征数据,以用于森林制图、优势树种/树种组识别、碳储量估算及生态环境建模等研究。
- 刘清旺谭炳香胡凯龙樊雪李增元庞勇李世明
- 关键词：优势树种
- 基于机载LiDAR数据的林分平均高及郁闭度反演被引量：27
- 2015年
- 以内蒙古大兴安岭森林生态系统国家野外科学观测研究站为研究区,通过2012年8月至9月获取的机载激光雷达数据与地面同步调查样地数据,构建林分平均高反演模型和林分内郁闭度反演模型。结果表明:混交林、阔叶林和针叶林的林分平均高估测精度依次为95.66%、94.11%和90.71%,林分郁闭度估测精度依次为92.73%、56.62%和85.19%。不同森林类型的林分平均高与郁闭度反演精度存在显著性差异。
- 穆喜云张秋良刘清旺庞勇胡凯龙
- 关键词：点云树高郁闭度反演
- 差分GNSS系统在大兴安岭地区森林资源调查中的精度分析被引量：6
- 2015年
- 随着全球卫星导航系统的快速发展,高精度GNSS接收机已经能够支持多卫星系统。为了确定差分GNSS系统在森林资源调查中的精度,实验布设2种不同类型的森林样地。通过具有HStar技术的GNSS接收机对样地进行精确定位,来分析差分GNSS系统的定位误差以及影响因素。结果表明：样地的定位误差与林分的郁闭度有较大关系,郁闭度越高,样地的定位精度越低;差分解的定位误差普遍在1~2 m范围内且小于单点解定位误差;由于L8样地的基准站观测数据存在多路径效应,所以其差分解误差要大于单点解误差;H-Star技术对于样地定位精度影响较小。
- 胡凯龙刘清旺穆喜云
- 关键词：森林资源调查郁闭度
- 基于激光雷达的大兴安岭典型森林生物量制图技术研究被引量：11
- 2015年
- 森林生物量作为森林生态系统基本的数量表征,表明了森林的经营水平和开发利用价值,并能反映其与环境在物质循环和能量流动方面的复杂关系。同时,森林生物量也是林业问题和生态问题研究的基础。以内蒙古大兴安岭国家野外生态站为研究区域,通过对机载激光雷达(LiDAR)点云数据的预处理,利用计算机编程提取LiDAR点云数据的结构参数,以植被分位数高度变量与密度变量为自变量,结合地面调查数据,建立生物量与LiDAR结构参数的回归模型(决定系数为0.69,均方根误差为0.34)。运用IDL编程对LiDAR点云块数据进行运算并生成分辨率为20m×20m的栅格图像,拼接后得到整个区域的地上生物量分布图,对生成的地上生物量分布图进行验证的R2为0.78,RMSE为23.09t/hm2,平均估测精度达83%。
- 穆喜云张秋良刘清旺庞勇胡凯龙
- 关键词：机载激光雷达遥感
