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。     

地基LiDAR点云数据提取单木树高和胸径方法研究

林业资源是保持生态环境、维持生态平衡的重要资源,对单木参数信息的提取是林业资源调查的重要内容。利用地基三维激光点云提取单木参数具有效率高、速度快、节省人力物力等优点。在常用的Hough拟合圆柱法提取树高参数和Hough拟合圆法提取胸径参数的基础上,提出格网化拟合圆柱法和最小二乘拟合圆法分别提取单木树高参数和胸径参数,并以现场直接量测的树高和胸径参数为参考值进行对比。实验结果显示:与直接量测结果相比较,Hough变化拟合圆柱法和格网化拟合圆柱法得到的树高参数平均偏差分别为0.05m、0.003m,标准差分别为0.142m、0.002m,相关系数分别为0.87、0.99;Hough变化拟合圆法和最小二乘拟合圆法得到的胸径参数平均偏差分别为0.003 6m、0.002 5m,标准差分别为0.004m、0.003m,相关系数分别为0.60、0.91。结果表明,提出的格网化拟合圆柱法提取树高参数和最小二乘拟合圆法提取胸径参数能得到精度较高的单木参数信息。     

移动多视图立体摄影的单木结构参数提取北大核心CSCD

针对目前基于地面激光扫描和传统方法测量单木结构参数的成本高和效率低的问题,提出了一种基于移动多视图立体摄影的方法测量树高和胸径。该文利用移动多视图立体摄影技术将由低成本的手持相机获取单木的二维像片生成三维点云数据,并通过对生成的单木点云建模来估算树高和胸径。实验显示采用三维模型估算树高和胸径的结果与实测数据存在明显的线性相关关系。胸径和树高的平均均方根误差分别是7.1%(R2=0.964)、7.9%(R2=0.903),两者的总体估算精度都达到90%以上。结果表明,移动多视图立体摄影技术对于降低树木点云获取成本,丰富林木资源调查的手段具有一定意义。     

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。     

移动多视图立体摄影的单木结构参数提取

针对目前基于地面激光扫描和传统方法测量单木结构参数的成本高和效率低的问题,提出了一种基于移动多视图立体摄影的方法测量树高和胸径。该文利用移动多视图立体摄影技术将由低成本的手持相机获取单木的二维像片生成三维点云数据,并通过对生成的单木点云建模来估算树高和胸径。实验显示采用三维模型估算树高和胸径的结果与实测数据存在明显的线性相关关系。胸径和树高的平均均方根误差分别是7.1%(R2=0.964)、7.9%(R2=0.903),两者的总体估算精度都达到90%以上。结果表明,移动多视图立体摄影技术对于降低树木点云获取成本,丰富林木资源调查的手段具有一定意义。     

利用地面激光扫描数据提取单木结构参数

针对现有提取单木结构参数的方法精度不高的现状,文章研究利用地面三维激光扫描数据提取单木的高度、胸径和冠幅,特别是将RANSAC算法用于圆拟合,提高了胸径的反演精度。最后利用野外实测数据进行验证,并比较分析了Hough变换和RANSAC算法在提取胸径中的差异。结果表明,本文方法提取的单木参数精度较高;并且无论从相关系数、平均残差还是均方根误差等方面,RANSAC算法提取的胸径精度均高于Hough变换方法。     

封面说明

正无人机激光雷达林业资源参数提取Application of UAV lidar technology in forest resources inventory封面图片为美国加州内华达山脉森林区域的无人机激光雷达数据及其单木分割结果。无人机激光雷达数据由北京大学郭庆华团队自主研发的八悬翼无人机激光雷达系统采集,该系统集成了长距离激光雷达扫描仪、GNSS和IMU定位定姿系统,可实时、动态地采集海量高精度点云数据。利用该团队自主研发的点云滤波、归一化和单木分割等激光雷达数据处理算法,可实现森林点云中每木点云的分割,及树位置、树高、胸径、树冠表面积及体积等森林结构参数的自动提取。     

基于航模飞行器摄影数据的森林信息提取方法

航模飞行器摄影在很多领域有着越来越广泛的应用,本文利用航模飞行器获取遥感数据,利用PIX4D mapper,Arcgis等软件处理获取拼接影像并提取森林的冠幅信息。以所得影像为基础,通过对森林中树种冠幅-树高和胸径-树高之间关系的研究,利用常用D-H和D-K模型以及摄影测量立体像对的原理,对森林的冠幅、树高、胸径等森林参数信息进行提取,最终反演获得最佳的D-K模型为D=0.933+3.243K-0.57K^2,D-H模型为D=H+0.5610.709。     

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.     

距离加权与冠层控制的LiDAR CHM凹坑去除方法

针对机载激光雷达(LiDAR)获取的高密度点云数据为森林冠层高度模型(CHM)构建提供了可能,但在应用中通常会出现局部无效值(凹坑)现象,影响森林高度等参数的提取精度的问题,该文提出基于距离加权和冠层控制的CHM凹坑去除方法.首先加权计算每个像素相似阈值判断可能凹坑,然后利用形态学运算控制冠层范围并确定最终凹坑,继而填入对应的CHM中值滤波后的值来去除CHM凹坑.通过与高斯滤波、均值滤波、中值滤波等方法比较,该文方法在凹坑的去除效果以及保留冠层形态方面均有优势,且对不同分辨率CHM具有普适性,直接提取单木数量精度可达96.7％,相比原始CHM以及另外4种方法处理的CHM所提取单木数量,精度分别提高2.38％、13.92％、17.81％、6.54％、2.38％;直接提取平均树高精度为99.41％,相比原始CHM及另外4种方法CHM精度分别提高0.16％、0.8％、0.56％、0.75％、0.16％.