冠层熵:一种多平台激光雷达数据通用的森林冠层结构复杂性定量化表征方法

冠层熵:一种多平台激光雷达数据通用的森林冠层结构复杂性定量化表征方法_第1张图片

森林冠层结构复杂性指冠层内部枝干与叶片的空间分布情况,可协同物种多样性调控森林生态系统功能,解析三者间的关系对理解森林生态系统过程、制定森林管理与恢复政策至关重要。现有研究发现三者间关系在森林类型间(内)存在着不一致性,通常认为,冠层结构复杂性定量化表征方法的缺乏是导致这一现象的主要因素之一。近年来,近地面激光雷达技术快速发展为获取森林精细三维冠层结构信息提供了新途径,但是如何使用多平台近地面激光雷达数据来定量化森林结构复杂性仍是一个难题。

为攻克上述问题,本研究设计了一种在跨平台激光雷达数据中通用的森林冠层结构复杂性表征方法——冠层熵(图1)。其中,本研究提出了基于Mann-Kendall检验的激光雷达数据采样方法,解决了激光雷达系统采样方式不同所带来的采样概率差异,避免不同采样概率对森林冠层结构复杂性计算结果的影响。在此基础上,本研究进一步提出了基于投影核密度估计的冠层概率密度计算方法,降低冠层熵计算结果对激光雷达数据点密度的依赖性。

图1 定量化表征冠层结构复杂性的冠层熵

为了验证冠层熵在森林结构复杂性定量化表征上的有效性及其在跨平台激光雷达数据中的通用性,本研究模拟了9个具有不同森林冠层结构复杂性的森林样方(图2),并在长白山、五道沟、塞罕坝、鼎湖山、西双版纳5个样地收集了110个样方的地基、背包与无人机激光雷达数据(图3)。

图2 不同森林冠层结构复杂性的样方和模拟的激光雷达数据

图3 实地样方收集的地基、背包与无人机激光雷达数据

结果表明,本研究提出的冠层熵可以有效捕捉由树木密度和冠层垂直分层所带来的冠层结构复杂性差异,有效地定量表征了森林冠层结构复杂性(图4和图5)。此外,从不同平台的激光雷达数据计算得到的冠层熵间具有高度的一致性(图6),解决了传统冠层结构复杂性指标在不同激光雷达平台之间通用性差的问题。

冠层熵:一种多平台激光雷达数据通用的森林冠层结构复杂性定量化表征方法_第2张图片

图4 冠层熵在模拟样方中定量化表征冠层结构复杂性的能力

冠层熵:一种多平台激光雷达数据通用的森林冠层结构复杂性定量化表征方法_第3张图片

图5 冠层熵在实地样方中定量化表征冠层结构复杂性的能力

冠层熵:一种多平台激光雷达数据通用的森林冠层结构复杂性定量化表征方法_第4张图片

图6 冠层熵在不同平台激光雷达数据间的通用性

因此,本研究提出的冠层熵可以充分发挥多平台激光雷达数据在冠层结构复杂性定量化表征中的作用,为后续冠层结构复杂性、物种多样性与森林生态系统功能间关系的研究提供理论和方法基础。

参考文献:

Liu X, Ma Q, Wu X, et al. A novel entropy-based method to quantify forest canopy structural complexity from multiplatform lidar point clouds[J]. Remote Sensing of Environment, 2022, 282: 113280.

原文链接:

https://www.sciencedirect.com/science/article/abs/pii/S0034425722003868

你可能感兴趣的:(农业与土壤,机器学习,算法,人工智能)