机载激光雷达测量检校场布设及检校精度探讨

采用机载激光雷达测量系统对检校场进行点云获取,融合基站数据进行飞行轨迹处理,然后运用区域网提取及最小二乘平面拟合算法进行点云平面提取及拟合,进而改正机载激光雷达测量系统偏心角误差,并采用模拟数据说明该算法的可行性。     

激光雷达森林参数反演研究进展

激光雷达通过发射激光能量和接收返回信号的方式,来获取高精度的森林空间结构和林下地形信息。全波形激光雷达通过记录返回信号的全部能量,得到亚米级植被垂直剖面;离散回波激光雷达记录的单个或多个回波,表示来自不同冠层的回波信号。星载激光雷达一般采用全波形或光子计数激光剖面系统,仅能获取卫星轨道下方的单波束或多波束数据,用于区域/全球范围的森林垂直结构及变化观测。机载激光雷达多采用离散回波或全波形激光扫描系统,能够获取飞行轨迹下方特定视场范围内的扫描数据,用于林分/区域范围的森林结构观测。地基激光雷达多采用离散回波激光扫描系统,获取以测站为中心的球形空间内扫描数据,用于单木/样地范围的森林结构观测。激光雷达单木因子估测方法可分为CHM单木法、NPC单木法和体元单木法3类。CHM单木法通过局部最大值识别树冠顶点,采用区域生长或图像分割算法识别树冠边界或树冠主方向,NPC单木法一般通过空间聚类或形态学算法识别单木,体元单木法在3维体元空间采用区域生长或空间聚类算法识别树冠。根据激光雷达冠层高度分布可以估测林分因子,冠层高度分布特征来自于离散点云或全波形。多时相激光雷达可用于森林生长量、生物量变化等监测,以及森林采伐、灾害等引起的结构变化监测。随着激光雷达技术的发展,它将在森林调查、生态环境建模等生产与科学研究领域中得到更为广泛的应用。     

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.     

基于分层格网点密度法的车载LiDAR点云单株树信息提取及精度分析

本文基于分层格网点密度法实现了车载激光雷达(Light Detection And Ranging,LiDAR)点云数据中单株树信息的提取,并通过改变格网阈值研究了算法中出现的参数(格网大小、格网高度)以及点云数据中的噪声地物对单株树信息提取精度的影响.研究结果表明,采用分层格网点密度法,能有效地在点云数据中提取单株树的点云信息.     

电力巡线LiDAR点云电塔自动定位和提取算法

针对电力巡线机载激光雷达（LiDAR）激光点云电塔自动提取问题,提出了一种电塔自动定位和点云提取算法。首先,基于点云进行二维空间网格划分,利用网格点云高程偏差和方差特征提取潜在电塔网格;其次,基于电塔点云的高程连续特性完成电塔自动定位和点云粗提取;然后,利用点云分层密度信息和图像开运算,实现电塔精细提取;最后,利用轻小型无人机载激光雷达数据验证本文算法的有效性。试验结果表明,本文所提出的自动提取算法,能够有效解决LiDAR数据中电塔自动定位和点云提取问题,在LiDAR数据质量较差时仍能够取得良好效果,算法对于噪点数据具有较强的稳健性。本文所提出的电塔自动提取算法在LiDAR电力巡检数据处理中具有一定的应用价值。     

一种复杂背景下林木点云精细提取方法

针对地形变化较大、灌木多样等复杂林下主干提取效率低、精度不高等难点,该文提出一种复杂背景下林木点云精细提取方法.首先,进行地面点滤波并切片截取下层点云;然后,计算下层点云的法向量,提取法向量在Z轴的分量,循环剔除不满足条件的点;最后,循环具有噪声的基于密度聚类(DBSCAN)算法进行点云分割,实现林下主干点提取.以香格里拉为研究区,选择2景具有典型代表性的地基激光雷达样地点云数据进行试验,结果表明:研究中样地一提取精度90％,样地二提取精度95％,都取得较高精度.该方法能完整地提取林下主干点,对灌木与树干粘连等复杂环境下的林木提取具有较好的适用性.     

浅析机载激光雷达点云数据处理与DEM制作

机载激光雷达测量技术是当代航空、航天遥感最具代表性之一的高新测绘技术,它集全球定位、惯性导航、激光测距等高新技术于一体,工作效率、数据精度高,能迅速获取地理空间物体的三维信息数据,一定程度上解决了传统航空、航天摄影测量获取地面三维信息不便的难题,机载激光雷达测量技术实际上已经代表了对地观测领域一个新的技术发展方向。本文重点探讨机载激光雷达点云数据制作DEM的关键生产技术流程,以及在生产过程中的机载激光雷达点云数据常见问题处理方法。     

定标器表面点云的格网构建分割方法

机载激光雷达安置角偏差对测量结果影响较大。针对安置角偏差标定中的同名点获取问题,设计了一种金字塔形状的定标器和提取定标器顶点的算法流程。对算法流程中的点云分割问题,结合定标器模型参数和格网法向量,提出了一种基于格网构建的分割方法。对实验数据进行处理,得到了很好的点云分割效果。     

改进K均值聚类的点云林木胸径提取

针对现有胸径提取精度不够高、自动化程度低等不足,基于地基激光雷达胸径切片点云数据,该文提出了一种改进K均值聚类的林木胸径提取方法.利用约束条件优化初始种子点的选择原则,避免随机种子点选择造成聚类结果陷入局部最优;采用拐点法自适应确定聚类目标类别数目,提高单木胸径点分割的自动化程度;根据点云与类别中心统计参数识别并剔除非目标对象点,通过圆模型参数求解实现胸径值计算.结果 表明:改进后的K均值聚类能快速实现林木胸径点的批量化提取,无须林木数目、样地大小等先验知识,具有自动化程度高、抗噪性强的优势.该研究对地基激光雷达在林业资源调查及生产管理应用具有一定的实际应用参考价值.     

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。     

Assessing the sensitivity of site index models developed using bi-temporal airborne laser scanning data to different top height estimates and grid cell sizes

Site productivity and forest growth are critical inputs into projecting wood volume and biomass accumulation over time. Site productivity, which is determined most commonly using site index models is also the primary criterion to consider many forest management decisions. Most of the previous research utilizing the remote sensing data for assessment of site index with forest height are based on the existing site index models developed with traditional dendrometric methods. However, these traditional methods are both time-consuming and expensive. This study demonstrates how bi-temporal airborne laser scanning (ALS) data collected within the 8-year period can be used for the development of site index models for Scots pine. The accuracy of ALS-derived models was assessed by comparison to the reference site index model developed based on data from stem analysis of 174 felled Scots pine trees. We evaluated the effect of different height metrics and grid cell size on the trajectory of site index models developed from ALS-derived measurements. Four methods of estimating top height from ALS point clouds were evaluated: 95th, 99th and 100th percentiles of point clouds and an individual tree detection approach (ITD). The models were created for a range of grid cell sizes: 10 × 10 m, 30 × 30 m, and 50 × 50 m. The results indicate that bitemporal ALS data could substitute traditional methods that have been applied to date for stand growth modelling. It was found that top height increment can be estimated by using both ITD approach and the 100th percentile of point cloud giving an appropriate top height (TH) increment estimation. Observed growth curves of reference trees agreed best with the trajectories that were obtained based on TH calculated using ITD method (R² = 0.892) and 100th percentile (R² = 0.797). In case of TH obtained from 99th and 95th percentiles only weak correlation was found: R² = 0.358 and R² = 0.213, accordingly. The height growth models developed with 95th and 99th percentiles of point cloud were not compatible with the reference model. We also found that grid cell size did not affect the model height growth trajectories. Irrespective of the grid cell size, the obtained model trajectories for the given method of TH estimation are nearly identical for cells 10 × 10, 30 × 30 and 50 × 50 m.     

Tree species biomass and carbon stock measurement using ground based-LiDAR

This study scrutinises the use of terrestrial laser scanning (TLS) to measure diameter at breast height (DBH) and tree height at individual tree species level. LiDAR point cloud scans are collected from uniformly defined control points. The result of processed TLS data demonstrates the precise measurements of tree height and DBH by comparing it with field data (DBH, tree height, tree species and location). The average tree height and DBH obtained through TLS measurements were 9.44?m and 43.30?cm, respectively. A linear equation between TLS derived parameters and field measured values were established, which gave the coefficient of determination (r2) of 0.79 and 0.96 for tree height and DBH, respectively. Further, these parameters were used to calculate above ground biomass (AGB) for individual tree species by considering a non-destructive approach. The total AGB and carbon stock from 80 different trees are computed to be 49.601 and 22.320?tonnes, respectively.     

用地基激光雷达提取单木结构参数——以白皮松为例

以白皮松(Pinus bungeana Zucc)为研究对象,针对地基激光雷达TLS扫描的3维点云数据在单株木垂直方向的分布特征,提出了一种基于体元化方法的树干覆盖度变化检测方法,获取单木枝下高;然后根据获取的枝下高引入2维凸包算法获取垂直方向分层树冠轮廓,并计算树冠体积和冠幅;同时获取的单木参数还有胸径与树高。结果表明:单木枝下高的估测精度较高,R2与RMSE分别为0.97 m和0.21 m;胸径估测结果的R2与RMSE分别为0.79 cm和1.07 cm;采用逐步线性回归方法建立单木树冠体积与其他单木参数的相关关系,模型变量包括冠幅、叶子填充树冠长度和胸径,样本数为20,模型的R2与RMSE分别是0.967 m3和2.64 m3。本文方法能较准确地估测枝下高,TLS数据具有对树冠结构3维建模的潜力。     

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。     

多平台点云数据的单木参数提取精度分析

以浙江省海宁市4种代表行道树(广玉兰、无患子、悬铃木、香樟树)为研究对象,结合无人机(UAV)影像和三维激光扫描数据,利用ContextCapture、LiDAR360软件完成点云拼接、滤波、降噪和编辑,通过迭代最近点算法实现点云精细匹配,完成多平台点云数据融合,进而得到数字表面模型与数字高程模型,并制作冠层高度模型;采用分水岭分割算法对不同行道树树种的冠层高度模型进行单木分割,并综合局部最大值法实现单木树高、冠幅的参数提取。结果表明,本文方法进行行道树单木分割的精度高,树高、冠幅参数提取值的效果好,满足行道树几何参数调查要求。     

低矮植被的无人机激光雷达测高精度分析

针对无人机激光雷达估测低矮植被高度的精度大小,本文以3m以下低矮树木为研究对象,通过数值模拟方法得到不同航高、不同扫描角情况下激光脚点坐标和点云估测单一树木高度的最大测量误差值;对比实测树高,分析了激光点云估测树高的精度。结果表明,在航高为30m、扫描范围为(-50°,5°)的情况下,无人机激光雷达获取的激光脚点坐标误差和由激光点云估测低矮树高(3m以下)的误差均可以达到cm级;激光点云估测单一树木高度与实测高度的决定系数为0.977,均方根差为5cm,标准均方根差为4%。因此,应用无人机激光雷达数据可以快速、精确获取低矮植被高度信息,进而为反演植被生物量和植被长势信息监测提供重要依据。     

地基激光雷达森林近地面点云精细分类与倒木提取

本文利用地基激光雷达实现天然林区近地面点云数据的精细分类和倒木提取。对大兴安岭天然林区的3个倒木样地进行了近地面1.3 m以内点云精细分类和倒木信息提取。为避免点云密度差异和遮挡的形态特征,点云分类时基于自适应临近搜索法计算团块协方差特征值构造3D和2D特征。使用k临近递增的团块协方差特征值得到的线性特征、面状特征和发散状特征构造最大熵函数,用最大熵函数取得最大值时的临近点云计算特征参数,根据递归特征排除法(RFE)筛选重要变量进行随机森林分类。利用自适应kNN特征得到3块研究样地(A、B、C)的分类总体精度分别为93.17%、94.52%、95.16%;固定k临近搜索时,总体精度分别为92.65%、89.09%、92.99%,表明自适应kNN搜索方法使分类精度有一定提高。提取倒木点云去噪处理后进行随机抽样一致圆柱拟合,根据轴线方向进行圆柱的筛选与合并,实现倒木的识别,样地倒木识别率为100%。     

ICESat-2机载试验点云滤波及植被高度反演

新一代星载激光雷达卫星ICESat-2将采用多波束微脉冲光子计数技术,并进行高程剖面式的对地观测。由于该点云数据具有背景噪声大、密度低并呈线状分布等特点,传统的点云滤波算法并不适用,研究新的点云滤波算法十分必要。本文以ICESat-2的机载模拟器MABEL数据为例,首先介绍了微脉冲光子计数激光雷达的基本原理和数据特点,并针对高程剖面点云提出基于局部距离统计和最小二乘局部曲线拟合的点云滤波算法;然后,对美国加利福尼亚州Sierras-Forest地区MABEL试验中532 nm通道的光子点云进行滤波处理,并利用识别的地面点插值得到3 m分辨率的线状DEM,进而估算了该区域美国云杉的平均树高;最后,对该滤波算法进行精度评价,并分析了误差来源及其对DEM精度和树高反演精度的影响。结果表明:(1)该算法整体精度达97.6%,能有效剔除绝大部分噪声点且对地形起伏具有较强的自适应能力;(2)误分噪声点影响了滤波过程中局部地形的拟合,而滤波过程中的分类误差将降低DEM和树高反演的精度。     

Automatic estimation of olive tree dendrometric parameters based on airborne laser scanning data using alpha-shape and principal component analysis

The aim of this study is to present an automatic approach for olive tree dendrometric parameter estimation from airborne laser scanning (ALS) data. The proposed method is based on a unique combination of the alpha-shape algorithm applied to normalized point cloud and principal component analysis. A key issue of the alpha-shape algorithm is to define the α parameter, as it directly affects the crown delineation results. We propose to adjust this parameter based on a group of representative trees in an orchard for which the classical field measurements were performed. The best value of the α parameter is one whose correlation coefficient of dendrometric parameters between field measurements and estimated values is the highest. We determined crown diameters as principal components of ALS points representing a delineated crown. The method was applied to a test area of an olive orchard in Spain. The tree dendrometric parameters estimated from ALS data were compared with field measurements to assess the quality of the developed approach. We found the method to be equally good or even superior to previously investigated semi-automatic methods. The average error is 19% for tree height, 53% for crown base height, and 13% and 9% for the length of the longer diameter and perpendicular diameter, respectively.