依据BP神经网络的机载LiDAR数据估算林分平均高

周蓉; 赵天忠; 吴发云

首页> 中文期刊> 《东北林业大学学报》 >依据BP神经网络的机载LiDAR数据估算林分平均高

依据BP神经网络的机载LiDAR数据估算林分平均高

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

以东北虎豹国家公园范围内的针叶纯林为研究对象,结合2018年9月机载LiDAR点云数据和同步地面调查数据,提取半径为15 m的圆形采样尺度下的LiDAR点云特征变量为数据基础,采用BP神经网络算法、逐步回归法分别构建林分算术平均高模型和林分加权平均高模型,实现对林分平均高的估测.其中在利用BP神经网络算法构建模型时分别选择了贝叶斯正则化算法和L-M算法作为神经网络训练算法.结果表明:BP神经网络算法对数据具有更好地解释能力,其构建的林分平均高模型相关系数(R2)均在87％以上,高于逐步回归法构建的林分平均树高模型;林分加权平均高模型精度更高,用样地加权平均高作为实测值时,采用逐步回归算法、BP神经网络L-M算法、BP神经网络贝叶斯正则化算法构建的模型的检验样地数据的决定系数(R2)分别为0.858、0.919、0.908,树高估测精度(P)分别为88.6％、89.8％、91.2％,与以林分算术平均高作为实测值构建的估测模型相比,决定系数(R2)分别提升了4.9％、3.7％、3.4％,估测精度(P)分别提升了2.9％、2.4％、1.5％;BP神经网络的不同训练函数之间无明显性能差异,两种不同训练方法构建的林分平均高模型的决定系数R2及树高估测精度(P)略有差异,但整体相差较小.

著录项

来源
《东北林业大学学报》 |2021年第9期|60-66|共7页
作者
周蓉; 赵天忠; 吴发云;
展开▼
作者单位

北京林业大学北京 100083;

北京林业大学北京 100083;

国家林业和草原局调查规划设计院;

展开▼
原文格式 PDF
正文语种 chi
中图分类森林计测学（测树学）;
关键词
激光雷达; 点云数据; 林分平均高; BP神经网络;

相似文献

中文文献
外文文献
专利

1. 基于机载LiDAR数据估测林分平均高 [J] . 赵勋 ,岳彩荣 ,李春干 . 林业科学研究 . 2020,第004期
2. 基于机载LiDAR的伪大光斑波形数据反演林分平均高 [J] . 闫灿 ,邢艳秋 ,高金萍 . 中南林业科技大学学报 . 2019,第012期
3. 基于低密度机载LiDAR和CCD数据的林分平均高提取 [J] . 范凤云 ,陈尔学 ,刘清旺 . 林业科学研究 . 2010,第002期
4. 机载LiDAR数据的林分胸高断面积反演研究 [J] . 龙飞 ,岳彩荣 ,金京 . 林业资源管理 . 2021,第005期
5. ZY3立体像对和机载LiDAR抽样数据协同估测森林平均高 [J] . 赵俊鹏 ,赵磊 ,陈尔学 . 林业科学 . 2021,第009期
6. 基于BP神经网络的长白落叶松人工林林分平均高预测 [C] . SHEN Jianbo ,沈剑波 ,LEI Xiangdong . 智能时代的创新、融合与发展——2018全国博士后学术交流会 . 2018
7. 地形坡度对机载LiDAR林分平均高反演的影响研究 [A] . 闫灿 . 2019

依据BP神经网络的机载LiDAR数据估算林分平均高

摘要

著录项

相似文献

相关主题

期刊订阅