基于ICESat-GLAS波形数据估测森林郁闭度

为探究GLAS波形数据在估测森林郁闭度方面的潜力,以吉林省汪清林业局经营区为研究区,利用高斯低通滤波器对GLAS波形数据进行平滑滤波,从平滑后的GLAS波形数据中提取比值能量参数(I)和差值能量参数(ec),针对不同森林类型分别建立森林郁闭度单变量模型和多变量模型。研究结果表明:利用参数I建立的单变量模型优于利用参数ec建立的单变量模型; 而利用参数I和ec建立的多变量模型明显优于单变量模型。对阔叶林来说,森林郁闭度模型的决定系数(R2adj)和均方根误差(RMSE)分别为0.72和0.07,模型验证的R2adj为0.74,RMSE为0.06; 而对于针叶林,模型的R2adj为0.80,RMSE为0.10,模型验证的R2adj为0.76,RMSE为0.11; 混交林模型的精度在阔叶林和针叶林之间,模型的R2adj为0.75,RMSE为0.09,模型验证的R2adj和RMSE分别为0.71和0.07。因此,GLAS波形数据在估测森林郁闭度方面具有一定的潜力,将参数I和ec联合能够提高GLAS波形数据估测森林郁闭度的精度