利用无人机激光雷达提取玉米叶面积密度

叶面积密度可以表征冠层内部叶面积的垂直分布,是作物生长发育、营养诊断和育种研究的重要结构参数。激光雷达通过发射多脉冲和接收多回波信号可以探测到作物冠层内部信息。首先基于无人机激光雷达获取60个小区多航线的玉米点云数据,采用基于接触频率的体素法对叶面积密度进行估算,再对多个体素大小进行分析得到最优体素大小(0.2 m);其次对各航线以及航线叠加效果进行对比,得到无人机激光雷达获取点云数据的最优激光脉冲入射角(-30°～52°);然后结合玉米叶倾角和激光脉冲入射角对叶面积密度估算模型进行校正,从而提高叶面积密度估算精度;最后通过对不同种植密度和不同品种的玉米叶面积密度分布进行分析,得到不同品种玉米的发育快慢、株型特点以及最合理的种植密度。以上结果可为基于无人机激光雷达数据估算叶面积密度提供指导,并为玉米育种和科学管理提供参考。     

叶方向3维空间分布的地面激光雷达反演与分析

叶方向(包括叶倾角和方位角)是决定林冠内部及其下层太阳辐射在3维空间分布的重要因素,并进而影响植被的光合作用效率和林冠的二向性反射特性。本文利用地面激光雷达扫描系统(TLS)对一棵人工阔叶树在水平圆形轨道设置等间距6站进行扫描,获取其完整覆盖的3维点云数据。在手动选取78片点云完整叶片数据的基础上,通过重建单点在其邻域内的法向量和所在叶片主轴方向分别得到了叶的倾角和方位角分布,将构成每片叶子的所有点的倾角和方位角各自均值作为其倾角和方位角。通过与利用角度尺和罗盘进行逐叶片手动测量结果对比发现:基于TLS计算的叶倾角和方位角与手动测量结果均具有较强的相关性,R2分别为0.88(N=209,p0.001)和0.97(N=78,p0.001)。本文方法能准确获取林冠元素的3维空间分布,为估算森林冠层在任意给定光照条件下的消光系数提供了理论基础,为促进地面激光雷达在植被冠层3维结构参数,特别是叶面积指数的反演起到了积极作用。     

激光雷达和点云切片算法结合的森林有效叶面积指数估算

叶面积指数(LAI)是定量模拟和刻画植被冠层结构、生理过程以及研究森林生态系统碳水循环中物质和能量交换的重要生物物理参数之一。定量分析林冠元素的3维空间分布是准确估算森林叶面积指数的重要基础和关键步骤。本文利用地面激光雷达扫描系统(TLS),获取了不同树种、密度、年龄和空间分布的森林3维点云数据,利用"径向半球点云切片"和"点云法向量重建"算法分别计算森林的角度孔隙率和消光系数,进而得到森林冠层的有效叶面积指数。通过与利用传统光学仪器得到的结果比较发现:单站半球式激光雷达扫描得到森林样方尺度的结果与LAI-2200和数字半球摄影观测所得结果的相关性分别为R2=0.7084(N=9,p0.01)和0.7409(N=14,p0.01)。通过角度分辨率(LBA)和角度孔隙率(AGF)的敏感性分析,建议径向半球切片算法的角度分辨率应参考中心单站TLS半球式扫描所设置的采样间距。本文所采用的径向半球切片算法可以有效地利用单站半球式扫描所获取的3维点云进行森林冠层有效叶面积指数的定量估算。     

机载激光雷达数据分析与反演青海云杉林结构信息

利用机载激光雷达点云数据,计算了9种度量指标,并将其分为冠层的高度指标、结构复杂度指标和覆盖度指标。利用高度指标和结构复杂度指标,结合大量实测单木结构与年龄估测数据,从样点和区域尺度分别分析了青海云杉林冠层垂直结构分布,分析得知实验区内主要以中龄林和成熟林为主,冠层垂直分布复杂程度偏低,高度分化程度一般。通过回归分析发现首次回波覆盖度指标FCI与实测的有效植被面积指数PAI_e有良好的相关性（R²=0.66）,在此基础上基于辐射传输模型反演了实验区内PAI_e的水平分布,且用实测数据验证发现反演的PAI_e略高于实测值（R²=0.67）,绝对平均误差为0.65。分析结果很好地反映了激光雷达在森林空间结构信息提取方面的应用潜力。     

多回波点云数据解算单株木叶面积指数

以行道树无患子为研究目标,采用地面激光扫描(TLS)技术提取单木分回波点云数据。获取全波形数据、单目标数据、首次回波数据、其余次回波数据,建立基于多回波点云的算法,利用消光系数法提取不同投影分辨率0.01 m、0.02 m和0.03 m的的单株树叶面积指数(LAI)。利用2维影像数据数字半球影像(DHP)和LAI2200提取对应单株树的叶面积指数,进行比较分析,以检验其精度。结果表明:点云投影的分辨率与激光回波都对LAI有极显著影响,其中分辨率为0.02 m和0.03 m的估算结果与LAI2200所得估算结果相近,且差异不显著;单目标回波数据用于LAI的解算,可以同LAI2200的2维影像数据结果进行相互验证。使用单目标回波数据,0.02 m投影分辨率可以最大程度的保证单株LAI的精度,其与LAI2200测定的数据进行截距为0的线性回归,斜率达到0.827。本研究所做多回波地面激光数据计算叶面积指数的算法拓展了地面激光扫描的应用领域,为立木生长量信息准确提取和树木精确建模提供了重要的技术参考。     

面向森林高度提取的光学多角度立体观测影像模拟

森林冠层高度是森林生态系统植被碳储量的重要指示因子之一。已有研究表明光学多角度立体观测(即摄影测量)数据具备森林冠层高度提取的潜力,然而光学影像容易受到云、雨等天气因素的影响,区域高精度森林冠层高度制图必需依靠多星多时相数据融合才能实现。现有星载摄影测量系统获取的影像分辨率和观测角度差异较大,系统研究影像分辨率和观测角度变化对多角度立体观测点云垂直分布的影响规律,是实现多星多时相数据融合的前提。森林光学多角度立体观测模型是开展该研究的有效理论工具,但现有“森林光学多角度立体观测模型(LandStereo)”仅具备沿轨前后视立体观测影像模拟能力,无法用于WorldView等侧视立体观测影像的模拟分析。因此,本文对LandStereo模型进行了改进,使模型具备林区任意指定观测角度的影像模拟能力,进而利用改进后的模型对正视、正侧视和斜侧视等典型观测角度影像进行了模拟,并对不同观测角度组合构成的立体像对森林高度的提取精度进行了分析。结果表明,改进后的模型能够用于刻画森林冠层多角度立体特征,观测角度的变化是利用立体像对提取森林冠层高度精度的重要影响因素。本文为系统研究林区任意角度组合的多角度立体...     

融合LiDAR点云与高分影像的单木检测方法研究

对一种结合高分影像数据和机载LiDAR点云的单木检测方法进行研究,首先采用面向对象分类方法对高分影像上的单木区域进行分割,得到单木区域分割图;再以单木区域为约束,从机载LiDAR激光点云中分离出单木点云,构建局部冠层高度模型(CHM);最后对单木CHM采用分水岭算法探测冠层局部极值,实现对单木中心定位检测.实验结果表明该方法能够充分利用高分影像和激光雷达点云优势,提高了单木定位准确性,具有广泛的应用前景.     

广西-东盟多源遥感数据的森林高度反演及应用

森林生态系统在调节生态气候与碳循环方面发挥着重要作用,森林高度是衡量森林生态系统功能的重要参数。利用单一遥感数据获取森林冠层高度会受到多种制约。因此,本文使用星载激光雷达ICESat-2提供的高质量离散森林冠层高度点,结合Sentinel-1、Landsat 8及地形数据,采用随机森林方法建立不同影像特征组合森林冠层高度的回归模型,并分析各特征对森林高度反演的影响,最后将模型应用于广西森林冠层高度制图。试验结果表明,多源遥感数据可有效提高森林冠层高度反演精度,在所利用遥感数据中,特征重要性从大到小依次为光学特征、地形特征、SAR特征,“L8+SRTM+Sentinel-1+邻域均值”特征组合的反演精度最高,加入邻域均值特征进行森林冠层高度反演效果最佳,随机森林模型能精确绘制森林冠层高度。     

基于体元结构车载点云行道树提取方法研究

充分挖掘车载激光扫描系统获取地物点云三维空间信息、回波强度信息,提出一种基于体元空间特征分析的行道树提取方法。首先完成原始数据预处理提取道路附属物点云数据,建立三维体元结构;以体元结构为基本单元计算体元单元中点云回波强度、曲率特征,后分析邻域范围内体元特征联系,构建体元邻域特征描述规则,提取行道树树干结构;在树干结构提取的基础上,确定行道树位置,建立冠层投影面积模型,进而提取冠层结构。实验结果提取显示：在复杂道路场景下,算法具有一定的稳健性,能够较为完整地提取道路两侧行道树信息。     

基于激光雷达卫星(GEDI)的广东省森林冠层高度和生物量估算

森林冠层高度和生物量估算对估算森林碳收支方面起到重要作用。本文以广东省森林为研究对象,以全球生态系统动态调查(GEDI)激光雷达卫星为数据源,分别采用回归树和克里金插值算法,对广东省的森林冠层高度和生物量进行反演。研究结果表明,广东省的树木高度普遍在10～20 m,占比超过50%。树高高值出现在粤北的韶关、肇庆等市,树高普遍在15～20 m;而湛江市的平均树高最低,普遍不足10 m。广东省森林生物量最大值为335.85 t/hm²,最小值为5.25 t/hm²,平均值为98.27 t/hm²。森林生物量高值区域主要分布在粤东山区和粤西山区,而广东省平原和城市化地区森林生物量则较低。本文结果为估算广东省森林生态系统碳吸收提供科学依据。     

Retrieval of effective leaf area index (LAIe) and leaf area density (LAD) profile at individual tree level using high density multi-return airborne LiDAR

As an important canopy structure indicator, leaf area index (LAI) proved to be of considerable implications for forest ecosystem and ecological studies, and efficient techniques for accurate LAI acquisitions have long been highlighted. Airborne light detection and ranging (LiDAR), often termed as airborne laser scanning (ALS), once was extensively investigated for this task but showed limited performance due to its low sampling density. Now, ALS systems exhibit more competing capacities such as high density and multi-return sampling, and hence, people began to ask the questions like—“can ALS now work better on the task of LAI prediction?” As a re-examination, this study investigated the feasibility of LAI retrievals at the individual tree level based on high density and multi-return ALS, by directly considering the vertical distributions of laser points lying within each tree crown instead of by proposing feature variables such as quantiles involving laser point distribution modes at the plot level. The examination was operated in the case of four tree species (i.e. Picea abies, Pinus sylvestris, Populus tremula and Quercus robur) in a mixed forest, with their LAI-related reference data collected by using static terrestrial laser scanning (TLS). In light of the differences between ALS- and TLS-based LAI characterizations, the methods of voxelization of 3D scattered laser points, effective LAI (LAIe) that does not distinguish branches from canopies and unified cumulative LAI (ucLAI) that is often used to characterize the vertical profiles of crown leaf area densities (LADs) was used; then, the relationships between the ALS- and TLS-derived LAIes were determined, and so did ucLAIs. Tests indicated that the tree-level LAIes for the four tree species can be estimated based on the used airborne LiDAR (R² = 0.07, 0.26, 0.43 and 0.21, respectively) and their ucLAIs can also be derived. Overall, this study has validated the usage of the contemporary high density multi-return airborne LiDARs for LAIe and LAD profile retrievals at the individual tree level, and the contribution are of high potential for advancing forest ecosystem modeling and ecological understanding.     

高分二号异轨立体数据的森林高度提取

森林植被碳储量的空间分布格局及其动态变化是陆地生态系统碳收支核算的基础。作为森林地上生物量的重要指示因子,森林高度的精确估算是提高森林植被碳储量估算精度的关键。现有研究已证明,由专业星载摄影测量系统获取的立体观测数据可用于森林高度提取,但光学遥感数据最大的问题是受云雨等天气因素的影响严重。区域森林地上生物量产品的生产需要充分挖掘潜在数据源。国产高分二号卫星(GF-2)虽然不是为获取立体观测数据而设计的专业星载摄影测量系统,但其获取的图像空间分辨率可达0.8 m,且具备±35°的的侧摆能力,在重复观测区域可构成异轨立体观测。本文以分别获取于2015年6月20日和2016年7月19的GF-2数据作为立体像对,其标称轨道侧摆角分别为0.00118°和20.4984°,以激光雷达数据获取的林下地形(DEM)和森林高度(CHM)为参考,对利用GF-2立体观测数据进行森林高度提取进行了研究。通过对立体处理得到的摄影测量点云的栅格化得到DSM,以激光雷达数据提供的DEM作为林下地形,得到了GF-2的CHM。结果表明GF-2提取的CHM与激光雷达CHM空间分布格局较为一致,两者之间存在明显的相关性,像素对像素的线性相关性(R2)达到0.51,均方根误差(RMSE)为3.6 m。研究结果表明,在林下地形已知的情况下,GF-2立体观测数据可用于森林高度估算。     

基于密集匹配点云的DEM生产可行性研究

无人机倾斜摄影直接生产的成果通常包括三维模型、TDOM、DSM等,然而规划设计通常不能直接利用倾斜数据输出的DEM,需要辅以人工编辑。作为倾斜摄影影像处理的过程成果,密集匹配点云未得到充分利用。其与激光雷达点云具备相似的结构,且点云密度可自由选择,在不考虑数据量的情况下,密集匹配点云的点密度可数倍于激光雷达点云。此外,密集匹配点云无需单独赋色,即具有纹理信息, 对人工目视编辑自动分类后的地面点具有一定的辅助作用。本文对比分析了同一测区的密集匹配点云与激光雷达点云,验证了密集匹配点云用于房屋建筑区及稀疏林区地面点滤波并生产DEM的可行性。     

机载激光雷达全波形数据与系统点云差异的定量分析

目前常用的小光斑机载LiDAR波形数据与系统点云数据的来源相关性较大,波形数据的优势难以严格定量地评价和比较。LeicaALS60机载LiDAR系统记录的全波形数据与点云数据相对独立,点云数据来自硬件系统脉冲探测方法,而波形数据是未加处理的原始回波序列。本文对原始波形数据进行分解获取发射脉冲的全部回波,与系统探测点云进行了定量对比,并选取典型林区和城区数据,得到波形在两种地物类型中垂直信息获取能力的定量表征参数。结果表明,波形数据对不同地物类型均能丰富垂直结构信息和提高点云垂直分辨率,且这种提高在林区表现优于城区人工建筑和裸地;激光对树木冠层的穿透能力更明显地表现在回波波形信息中,相较于传统点云激光雷达,全波形LiDAR在森林垂直参数获取方面潜力更大。     

Image classification-based ground filtering of point clouds extracted from UAV-based aerial photos

With the advent of unmanned aerial vehicles (UAVs) for mapping applications, it is possible to generate 3D dense point clouds using stereo images. This technology, however, has some disadvantages when compared to Light Detection and Ranging (LiDAR) system. Unlike LiDAR, digital cameras mounted on UAVs are incapable of viewing beneath the canopy, which leads to sparse points on the bare earth surface. In such cases, it is more challenging to remove points belonging to above-ground objects using ground filtering algorithms generated especially for LiDAR data. To tackle this problem, a methodology employing supervised image classification for filtering 3D point clouds is proposed in this study. A classified image is overlapped with the point cloud to determine the ground points to be used for digital elevation model (DEM) generation. Quantitative evaluation results showed that filtering the point cloud with this methodology has a good potential for high-resolution DEM generation.     

机载LiDAR点云的多层建筑物三维轮廓模型自动重建

以机载LiDAR点云数据为研究对象,提出一种新的基于点云数据的多层建筑物三维轮廓模型高精度自动重建方法。在已完成建筑物结构提取及轮廓规则化处理的基础上,利用多层屋顶轮廓在水平投影面内的相邻关系,将各层屋顶中同等级屋顶的相邻关系概括为平行边、不平行且不相交、相交3种相邻形式,结合多层屋顶的层级结构信息对相邻轮廓边界进行一致性处理。实验证明本文方法可以进一步消除多层建筑物各屋顶轮廓的规则化处理误差,使相邻轮廓边界在水平投影面内严格重合,同时重建后建筑物三维轮廓模型的正确性与完整性较高,拐点的定位精度优于激光点平均间距。     

利用影像辅助LiDAR点云数据的建筑物提取方法研究

机载LiDAR作为一种新兴的对地观测技术,能够快速地获取地表三维信息。如何从海量LiDAR点云数据中提取建筑物是数据处理中的一项关键工作。本文结合LiDAR数据和航空影像的数据特点,提出了一种航空影像辅助的LiDAR点云建筑物提取方法,首先,采用面向对象方法从航空影像中提取建筑物的轮廓;然后,以建筑轮廓信息为参考,从LiDAR点云中提取建筑物的点云数据;最后,通过实验证明该方法的有效性与可行性。     

Mapping 3D visibility in an urban street environment from mobile LiDAR point clouds

ABSTRACT

Visibility determination is a key requirement in a wide range of national and urban applications, such as national security, landscape management, and urban design. Mobile LiDAR point clouds can depict the urban built environment with a high level of details and accuracy. However, few three-dimensional visibility approaches have been developed for the street-level point-cloud data. Accordingly, an approach based on mobile LiDAR point clouds has been developed to map the three-dimensional visibility at the street level. The method consists of five steps: voxelization of point-cloud data, construction of lines-of-sight, construction of sectors of sight, construction of three-dimensional visible space, and calculation of volume index. The proposed approach is able to automatically measure the volume of visible space and openness at any viewpoint along a street. This approach has been applied to three study areas. The results indicated that the proposed approach enables accurate simulation of visible space as well as high-resolution (1 m × 1 m) mapping of the visible volume index. The proposed approach can make a contribution to the improvement of urban planning and design processes that aim at developing more sustainable built environments.