2022年8月19日，我司交通与土木工程学院陈秋华、樊仲谋老师课题组赴福建省泉州市德化县戴云山自然保护区开展课题调研，陈秋华、樊仲谋老师与其课题组成员以及林业局相关同志参加调研活动。

调研组一行针对课题组内的福建省社科研究基地重大项目“福建省森林生态系统质量监控机制研究”，对戴云山自然保护区的森林资源以及树种分布进行实地调研.

此次调研除由课题组成员人工记录该保护区的样地信息外，并且使用无人机”大疆精灵4 RTK”对样地进行空中三角摄影测量，并将其处理完成正射影像；以及使用无人机”大疆m600 pro”搭载激光雷达对该样地进行扫描获得其LiDAR点云数据。

课题组根据此次实地调研成果,利用多重线性回归以及决策树、随机森林、极限树的机器学习方法,利用戴云山自然保护区NDVI、降雨、坡度、坡向的环境信息与树龄、胸径、树高的实地调查数据对该地区的森林蓄积量进行拟合,获得戴云山自然保护区森林蓄积量拟合模型.

研究得出:(1)在仅使用遥感数据的估算模型中，NDVI与模型的相关性最强，其次是年降雨量和坡度。(2)决策树、随机林和极限树三种机器学习回归模型的拟合结果均优于传统的多元线性回归模型。(3)在模型中加入实测数据，可以在一定程度上有效克服高密度天然林造成的饱和现象，有效提高了多元线性回归模型和机器学习模型的拟合效果。先已整理成论文手稿“Growing Stock Volume Estimation in Daiyun Mountain Reserve Based on Traditional Regression and Machine Learning”，正在投稿周期中。