骨架优化下的地面激光树木点云重建方法

本文针对地基式激光雷达扫描点云的分布特征,提出一种基于骨架优化的三维树木重建方法。首先从原始点云中提取出树木的“类主干点”,利用无向图数据结构存储和组织点云,然后基于“主干点”约束下的最小生成树算法生成单株树木的初始骨架,最后通过“密度调整”和“树枝平滑”优化操作,建立高逼真度的三维树木模型。本文提出的树木几何重建算法对点云数据缺失和点云的密度不敏感,对试验区不同的树种建模具有较高的鲁棒性。另外,本文通过对不同密度的点云和不同抽稀层次下的点云进行效率测试,发现结合类主干点表达和点云抽稀能共同确保本文算法可以重建大场景TLS植被点云数据。     

基于Landsat和Sentinel-2时间序列影像的海南西部橡胶林龙卷风灾情评估

风害是影响中国天然橡胶产业发展最严重的自然灾害之一,它短时间内对橡胶林造成严重的物理伤害(大量落叶、枝条和主干折断等),严重影响后期生长和产量。传统地面调查虽然精度高,但耗时费力、经济成本高,利用遥感快速评估对指导灾后生产恢复、保险赔付和科学研究等具有重要意义。本研究以2019年8月1912号热带风暴"杨柳"在海南西部诱发的龙卷风为例,从影像数据覆盖的时效性、合成方法和灾害评估指标筛选等角度出发,探讨了联合Landsat 7/8和Sentinel-2时间序列遥感影像和影像差异法评估橡胶林风害损失的潜力。结果表明:(1)无云的Landsat 7/8和Sentinel-2影像在灾害发生前后的20 d内能对90%以上的研究区域实现至少一次覆盖,30 d内基本实现完全覆盖,像元尺度平均覆盖3次,60 d平均覆盖6次;(2)风灾前采用最大值合成,灾后采用中值法合成,获得的影像差异显著且监测指标最为稳定;(3)在时间窗口方面,灾害前后40 d窗口内合成影像的监测效果趋于稳定,与90 d窗口合成影像的结果差异不明显,保守的建议采用灾害前后60 d窗口内的影像进行风灾监测;(4)受损橡胶林风灾前后EVI数值变化最大,40 d窗口之后平均下降超过0.5,NBR次之,其后是LSWI、NDVI、近红外(NIR)和短波红外(SWIR1和SWIR2)波段。从变化的百分比值看,风灾后LSWI和SWIR2的变化幅度最高,降幅超过120%,明显高于NBR、EVI、NIR和SWIR1。相比之下,LSWI的空间变异(60 d合成时标准差约27%)明显低于SWIR2 (60 d合成标准差约83%);(5)此次龙卷风造成海南西部约645公顷的橡胶林报废,作为30年经济寿命周期的作物,损失非常严重。本研究展示了联合Landsat和Sentinel-2监测橡胶林风害损失的巨大潜力,为今后橡胶林和其他作物的台风灾害及时监测提供了重要的方法参考。