.png){kind=icon}
返回
A hybrid method for tree-level forest planning
.png){kind=icon}
OA
AI
DOI：10.1007/s11676-025-01856-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
森林资源清查正日益提供关于单株树木位置和大小的信息。这些信息可通过机载或地面激光扫描获取，或通过分析摄影测量数据获得。然而，所有树木很少被检测到，尤其是在幼龄林、密林或多层林分中。另一方面，可以通过各种方法预测树木的完整大小分布，例如在基于面积的LiDAR清查中使用kNN数据插补，从遥感数据预测分布函数的参数，野外采样，或使用直方图匹配和校准方法。预测的分布可用于估计未检测树木的数量和大小。本研究的目标是开发一种用于森林规划的方法，该方法能高效利用可用的树木级数据优化管理。本研究针对仅部分树木被检测或单独测量的情况，开发了一种两阶段分层方法用于树木级管理优化。未检测树木的采伐年份和采伐率曲线在较高层级进行优化，而检测树木的采伐事件在较低层级进行优化。研究在较高层级使用差分进化算法，在较低层级使用模拟退火算法。该方法在中国黑龙江省的同龄兴安落叶松林中进行了测试和验证。优化结果表明，与仅优化抚育强度对树木直径依赖性的优化相比，在树木级优化采伐决策可提高管理效益。本研究展示的方法为基于LiDAR清查的树木级森林规划提供了可行的选项。该方法可立即应用于林业实践，尤其是在人工林中。
Keyword:
Forest planning
Simulated annealing
Unmanned aerial vehicle (UAV)
Laser scanning
Larix olgensis
Management optimization
期刊
IF:
4.6
论文数:
2.3K
被引数:
5.2K
机构
引用论文
分享收藏INDIVIDUAL TREE DETECTION FROM UAV LIDAR DATA IN A MIXED SPECIES WOODLAND.png)
The International Archives of the Photogrammetry, Remote Sensing and Spatial Information SciencesOAAI
The International Archives of the Photogrammetry, Remote Sensing and Spatial Information SciencesIF0
OAAI分享收藏
查看更多内容