本书是著者近年来提出并实践的天空地一体化森林资源调查监测新技术体系的系统总结。在综述中国森林资源调查历史、现状和发展趋势的基础上，主要介绍了新技术体系总体方案设计、机载激光雷达工作原理和森林参数估测的物理基础、地面样地调查和机载激光雷达数据获取与处理、森林空间信息精细化提取和基本属性准确识别、机载激光雷达大区域森林参数估测模型、机载激光雷达森林垂直结构分类、点云密度和样地大小及数量对机载激光雷达森林参数估测精度的影响、历史调查资料挖掘和森林自然环境与经营管理属性信息自动提取及新技术体系在广西的实践情况，基本涵盖了新技术体系的各个方面，尤以机载激光雷达大区域森林参数估测模型和森林垂直结构分类为重点，可为森林资源调查与监测理论技术研究提供方法学参考。
样章试读
目录
- 目录
第1章 中国森林资源调查：历史、现状与发展趋势 1
1.1 中国森林资源调查队伍的发展 1
1.2中国森林资源调查监测技术体系构成 2
1.3 中国森林资源调查技术的发展 3
1.3.1 目测调查 3
1.3.2 航空目测调查 4
1.3.3 以小班为基础的抽样调查 5
1.3.4 以地形图为基础的小班调查 6
1.3.5 以高分卫星遥感图像为基础的小班调查 7
1.4 中国森林资源调查技术的最新进展 9
1.5 中国森林资源调查技术的发展趋势 10
1.5.1 超高空间分辨率卫星遥感影像+机载激光雷达的大区域森林资源调查应用 10
1.5.2 低空无人机广泛用于中小区域森林资源调查 11
1.5.3 地基和移动激光雷达 11
参考文献 12
第2章 天空地一体化森林资源调查监测新技术体系总体方案 17
2.1 调查内容与小班调查因子设置 17
2.1.1 小班调查目的和内容17
2.1.2 小班调查因子设置17
2.2 新技术体系的总体技术路线 19
2.3 新技术体系的技术构成 21
2.3.1 基于高分遥感图像的森林空间和基本属性准确提取技术 21
2.3.2 机载激光雷达森林参数准确估测技术 21
2.3.3 小班自然环境和经营管理属性信息自动获取技术 22
2.3.4 技术标准和支撑软件 22
2.4 新技术体系的实现路径 22
2.5 成果产品体系设计 23
2.6 新技术体系与现行技术体系的比较优势 24
2.6.1 小班调查内容的丰富性 24
2.6.2 小班信息获取质量的可控性 25
2.6.3 调查成果的丰富性 26
2.6.4 新技术体系的技术经济优势 26
参考文献 26
第3章 机载激光雷达工作原理和森林参数估测的物理基础 28
3.1 机载激光雷达森林资源调查发展简史 28
3.2 机载激光雷达工作原理 30
3.2.1 激光雷达测距原理 30
3.2.2 机载激光雷达测量系统 31
3.2.3 几种传感器的工作方式和技术参数 34
3.3 机载激光雷达森林参数估测的物理基础 35
3.3.1 样地尺度的激光点云分布 36
3.3.2 样地尺度LiDAR变量与森林参数的相关性 37
3.4 面积法机载激光雷达森林参数估测与制图的流程 40
3.5 森林参数制图 41
参考文献 43
第4章 地面样地调查和机载激光雷达数据获取与处理 46
4.1 研究区概况 46
4.1.1 研究区分区 46
4.1.2 高峰林场试验区概况 47
4.1.3 南宁地区概况 48
4.1.4 东部地区概况 49
4.1.5 西部地区概况 50
4.2 顾及成本效率的样地布设与调查 51
4.2.1 样地布设 51
4.2.2 样地设置与调查 52
4.2.3 样地精确定位 56
4.2.4 样地调查时间 59
4.2.5 样地布设和定位的若干问题 59
4.3 机载激光雷达数据获取和预处理与变量提取 59
4.3.1 机载激光雷达数据获取过程及技术标准 60
4.3.2 机载激光雷达数据产品生产 63
4.3.3 LiDAR变量提取 64
4.4 样地调查与激光雷达扫描时间不同步的样地森林参数调整 69
4.4.1 样地调查与激光点云数据获取时间的差异性分析 70
4.4.2 林分生长模型的建立 71
4.4.3 样地调查数据调整 76
4.5 不同传感器激光点云统计特征的差异 79
4.5.1 各种激光雷达传感器覆盖范围及其性能 79
4.5.2 样本组织和数据检验方法 80
4.5.3 不同传感器和不同数据处理团队的LiDAR变量的差异 81
4.5.4 传感器不同时森林参数估测模型构建策略 83
4.6 全林实测小班调查 83
参考文献 84
第5章 森林空间信息精细化提取和基本属性准确识别 88
5.1 基于航空图像的树种准确快速识别 89
5.1.1 遥感图像树种目视解译的物理基础 89
5.1.2 航空图像树种目视解译决策树 95
5.1.3 遥感图像目视解译方法 95
5.1.4 树种识别精度检验方法 97
5.2 几种亚米级分辨率卫星图像目视解译的树种可分性 98
5.3 基于航空图像的小班精细化区划 99
5.3.1 小班区划方法和标准 99
5.3.2 小班区划精度检验 101
5.4 应用冠层高度模型修正小班区划 102
5.5 基于航空图像的小班基本属性准确识别 104
5.5.1 小班基本属性识别方法步骤 104
5.5.2 小班基本属性识别的难点 105
5.6 高分卫星遥感图像森林变化检测与小班数据更新 105
5.6.1 森林变化遥感检测算法 106
5.6.2 森林变化遥感检测实现步骤 108
5.6.3 小班图修正 109
5.7 森林小班区划和基本属性识别技术发展趋势 110
5.7.1 航空图像树种目视解译决策树和树种解译的深度 110
5.7.2 小班区划和基本属性自动化的识别 111
5.7.3 小班界线的修正 111
参考文献 111
第6章 机载激光雷达大区域森林参数估测模型 114
6.1 机载激光雷达大区域亚热带森林参数估测的普适性经验模型 114
6.1.1 机载激光雷达森林参数估测模型研究进展 114
6.1.2 普适性经验模型的建立方法 116
6.1.3 普适性经验模型的表现 118
6.1.4 普适性经验模型的可靠性 123
6.2 利用变量组合穷举法建立机载激光雷达森林参数估测普适性模型 126
6.2.1 普适性模型的研究进展 126
6.2.2 变量组合穷举法普适性模型的确定方法 127
6.2.3 变量组合穷举法普适性模型的表现 132
6.2.4 变量组合穷举法普适性模型的可靠性 141
附件A 86个模型的LiDAR变量组合 144
6.3 机载激光雷达森林参数估测的相容性模型 147
6.3.1 相容性模型及研究进展 147
6.3.2 基于误差变量联立方程组的相容性模型建立方法 147
6.3.3 独立模型与相容性模型比较 150
6.3.4 有关相容性模型的若干问题 160
6.4 基于垂直结构分层的机载激光雷达森林参数估测 162
6.4.1 机载激光雷达森林参数分层估测及其存在的问题 162
6.4.2 林分垂直分层与垂直结构类型 163
6.4.3 不同垂直结构类型的差异性分析与聚类 164
6.4.4 基于垂直结构分层的森林参数估测模型 165
6.4.5 森林垂直结构分层对森林参数估测精度影响的机理 169
6.4.6 基于垂直结构分类的森林参数估测应用策略 170
6.5 机载激光雷达大区域亚热带森林中灌木层和草本层生物量估测 171
6.5.1 灌木层和草本层生物量激光雷达估测研究进展 171
6.5.2 灌木层和草本层生物量估测模型构建方法 172
6.5.3 灌木层和草本层生物量估测模型的表现 176
6.5.4 灌木层和草本层生物量估测的影响机制 182
6.6森林参数估测结果与小班全林实测结果的比较分析 184
6.6.1 西部地区森林参数估测模型 184
6.6.2 全林实测小班数据和比较方法 185
6.6.3 森林参数 LiDAR估测结果与全林实测结果的比较 185
参考文献 187
第7章 机载激光雷达森林垂直结构分类 199
7.1 森林垂直结构的定义及其生态学和林学意义 199
7.2 森林垂直结构分类研究进展 200
7.3 森林垂直结构分层定义 201
7.4 基于伪波形的森林垂直冠层信息提取 202
7.5 森林全冠层垂直结构分类 205
7.5.1 全冠层垂直结构分类规则 205
7.5.2 样地的垂直分层目视解译和分类精度检验 210
7.5.3 全冠层垂直结构分类的可靠性 211
7.6 森林乔木层垂直结构分类 214
7.6.1 乔木层垂直结构类型的定义 214
7.6.2 乔木层垂直结构分类规则 215
7.6.3 乔木层垂直结构类型分类精度与不同林层的检验精度 216
7.6.4 乔木层分类规则可推广性的制图检验 217
7.7 机载激光雷达森林垂直结构分类的若干问题 218
7.7.1 伪波形的生成 218
7.7.2 冠层信息提取 219
7.7.3 分类规则的构建 220
7.7.4 分类规则的普适性 221
参考文献 221
附件B 模式剖面与全冠层垂直结构分类规则 225
第8章 点云密度和样地大小及数量对机载激光雷达森林参数估测精度的影响 239
8.1 点云密度对机载激光雷达森林参数估测的影响 239
8.1.1 点云密度对森林参数估测精度影响的研究进展 239
8.1.2 点云密度效应分析方法 241
8.1.3 点云密度效应的表现 243
8.1.4 点云密度对LiDAR变量和森林参数估测精度影响的机理 249
8.1.5 机载激光雷达大区域森林资源调查监测应用的点云密度 251
8.2 样地面积对机载激光雷达森林参数估测精度的影响 252
8.2.1 样地面积对机载激光雷达森林参数估测精度影响的研究进展 252
8.2.2 样地面积效应分析方法 252
8.2.3 样地面积效应的表现 254
8.2.4 样地面积对LiDAR变量和森林参数估测精度影响的机理 261
8.2.5 机载激光雷达大区域森林资源调查监测应用最适宜的样地面积 265
8.3 样地数量对机载激光雷达森林参数估测精度的影响 265
8.3.1 样地数量对机载激光雷达森林参数估测精度影响的研究进展 265
8.3.2 样地数量效应分析方法 267
8.3.3 样地数量效应的表现 269
8.3.4 样地数量对LiDAR变量和森林参数估测精度影响的机理 277
8.3.5 机载激光雷达大区域森林资源调查监测应用中最少的样地数量要求 279
参考文献 279
第9章 历史调查资料挖掘和森林自然环境与经营管理属性信息自动提取 285
9.1 DEM地形分析和地貌区划 285
9.1.1 DEM重采样和地形分析 285
9.1.2 地貌区划287
9.2 历史调查资料与经营管理资料的整理和标准化 287
9.2.1 历史调查资料整理和标准化 287
9.2.2 林地保护利用规划成果材料整理和标准化 288
9.2.3 经营管理资料整理 289
9.2.4 其他辅助资料收集与整理. 289
9.3 小班属性信息自动提取算法 289
9.3.1 栅格信息提取 289
9.3.2 矢量信息提取 291
9.4 小班属性信息自动提取的实现 291
9.4.1 各类小班属性信息提取的参考数据源 291
9.4.2 软件实现 293
参考文献 294
第10章 天空地一体化森林资源调查监测新技术体系的广西实践 295
10.1 广西第五次森林资源规划设计调查的过程 295
10.1.1 概念设计 295
10.1.2 高峰林场小区域试验 296
10.1.3 南宁市应用试点 296
10.1.4 试点总结与全面推广应用 297
10.2 调查质量 298
10.2.1 调查成果的丰富程度 298
10.2.2 调查精度 299
10.2.3 调查质量的可控性 300
10.3 人员投入和调查工期 300
10.3.1 现行技术体系的人员投入和调查工期 300
10.3.2 新技术体系的人员投入和调查工期 301
10.4 调查费用 305
10.4.1 自治区本级财政投入 305
10.4.2 地方财政投入 305
10.5 新技术体系的技术经济可行性 306
10.6 新技术体系实践中存在的问题及对策 307
10.6.1 机载激光雷达数据获取工期的难可控性 307
10.6.2 高空间分辨率遥感图像的可获性 308
10.6.3 航空影像目视解译的困难性 308
10.6.4 样地调查错误的避免 309
参考文献 309
缩略词 310
京公网安备 11010102004214号