公开(公告)号：CN117011694A

公开(公告)日：2023-11-07

申请号：CN202310448728.X

申请日：2023-04-24

Applicant: 南京林业大学

Inventor： 云挺 ,  薛联凤 ,  黄成威 ,  张怀清

IPC: G06V20/10 ,  G06V20/13 ,  G06V20/17 ,  G06V20/64 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0442 ,  G06N3/045

Abstract: 本发明公开了一种基于级联循环网络的林木生长参数预测方法，包括：收集在多个时间节点对林木样地中的树木进行人工测量生长参数；通过采集的激光点云数据获取树木的生长参数；将生长参数根据数据采集时间进行排序，得到单株树生长参数的时间序列集合；利用单株树生长参数的时间序列集合训练林木生长参数预测深度学习网络；通过训练好的林木生长参数预测深度学习网络预测未来时间节点对应的单株树生长参数；本发明结合激光雷达扫描和人工样地测量数据，构建训练集，与全部由人工手动测量数据相比，成本更低，效率更高；同时，可有效的预测树木未来的生长参数，预测精度高。