机载激光雷达平均树高提取研究

为了研究机载激光雷达(LiDAR)树高提取技术,以山东省泰安市徂徕山林场为实验区,于2005年5月进行了机载LiDAR数据获取和外业测量.通过对LiDAR点云数据的分类处理,分别得到了试验区的地面点云子集、植被点云子集和高程归一化的植被点云子集.基于高程归一化的植被点云子集计算了上四分位数处的高度,与实地测量的数据进行了比较,并结合中国森林调查规程进行了实用性分析.结果表明:对于较低密度的点云数据,使用分位数法可以较好地进行林分平均高的估计;机载激光雷达技术对树高估计是可行的,精度都高于87%,总体平均精度为90.59%,其中阔叶树的精度高于针叶树.该试验精度可以满足中国二类森林调查规程中平均树高因子的一般商品林和生态公益林的精度要求,对国有商品林小班的调查精度要求(5%)存在一点差距,需要在国有商品林区进一步开展验证工作.对本试验区而言,已经可以满足其作为森林公园生态公益林的调查要求.     

陡坡林区的LIDAR点云滤波方法

提出了基于坡度对陡坡林区LIDAR点云数据滤波的预处理算法,结合迭代最小二乘滤波方法改进了滤波效果,实测数据表明,有效地降低了第一类误差和第二类误差。     

地面三维激光扫描测量技术及其应用分析

三维激光扫描技术是国际上近期发展的一项高新技术。目前许多发达国家已将这一先进技术用于空对地观测及工业测量系统,快速获取特定目标的主体模型,我国在863计划中也重点支持了这一研究方向。本文论述地面三维激光扫描技术的原理分类和应用现状,比较了相关技术方法之异同,评价了地面扫描仪优缺点,指出该技术面临的诸多挑战。     

吉林长白山森林冠顶高度激光雷达与MERSI联合反演

将激光雷达与光学遥感相结合进行区域林分冠顶高度联合反演,提出了大脚印激光雷达GLAS脚点波形数据处理和不同地形条件下的森林冠顶高度反演算法,并建立了区域尺度不同森林类型林分冠顶高度GLAS＋MERSI联合反演模型,制作了长白山地区森林冠顶高度图。     

激光雷达在森林参数反演中的应用

激光雷达是近年来国际上发展十分迅速的主动遥感技术,在森林参数的定量测量和反演上取得了成功的应用。在林业上,高采样密度激光雷达能够获取单株木3维结构特征,采用不同的数据处理方法,可以得到不同精度的单株木参数。利用激光雷达测量森林参数不仅节省了人力,还提高了工作效率,现在已经成为快速获取树木几何参数的一种有效方法。文中主要介绍了LiDAR工作原理、类型及特点、影响LiDAR数据质量的因素、国内外LiDAR的发展状况及应用领域,重点介绍了国内外利用LiDAR数据反演森林参数(树高、郁闭度、冠幅、林分密度、断面积和蓄积量等)的方法和研究进展,同时对今后LiDAR在森林参数反演方面的研究作了展望。     

无人机激光雷达人工林林分高估测模型分析EI北大核心CSCD

中国人工林面积居世界第一,精确地对人工林结构进行监测具有重要意义。本研究以内蒙古自治区赤峰市旺业甸林场内的落叶松和油松人工林为研究对象,利用无人机激光雷达LiDAR(Light Detection And Ranging)离散点云数据和地面样地调查数据对人工林林分高进行建模,通过点云特征变量与地面测量的6种林分高(包括:Lorey’s高、算术平均高、最大高、优势树高、中位数高和树冠面积加权高)间的Pearson’s相关性筛选自变量,然后利用全子集回归构建不同林分高估测模型,并采用交叉检验法进行精度评价。结果表明:激光雷达点云高度百分位数与不同林分高相关性均较高,通过一元线性回归构建的不同林分高结果最优,且估测模型的自变量均为高度特征变量。Lorey’s高(R^(2)=0.91—0.97,rRMSE=2.75%—3.96%)、优势树高(R^(2)=0.86—0.97,rRMSE=3.72%—3.83%)和树冠面积加权高(R^(2)=0.86—0.96,rRMSE=3.81%—4.73%)估测精度最高,算术平均高(R^(2)=0.85—0.94,rRMSE=4.52%—6.07%)和中位数高(R^(2)=0.80—0.95,rRMSE=5.37%—7.34%)次之,最大高(R^(2)=0.69—0.87,rRMSE=6.19%—8.09%)最低。针对不同森林类型,落叶松人工林林分高估测精度最优,优于不区分森林类型模型的估测精度(ΔR^(2)=0—0.05,ΔrRMSE=-0.69%—1.97%),优于油松林林分高模型的估测精度(ΔR^(2)=0.06—0.18,ΔrRMSE=-1.90%—1.13%)。无人机激光雷达可以用于估测北方温带针叶林的林分高,能够满足人工林资源调查快速、精确的要求。     

机载LiDAR与倾斜摄影测量在地质灾害中的应用

针对传统地质灾害调查易受天气、地形等外界限制,为实现地质灾害的快速调查与早期识别,利用无人机载雷达和无人机倾斜摄影技术,获取地表数字高程模型和数字正射影像。结合常规地质灾害调查技术,快速全面地获取详细的地质灾害信息,实现地质灾害安全评估。结果表明：测区三维模型平面和高程精度分别0.037m,0.042m,检核精度满足要求,成果数据可用于灾害体信息提取、特征参数计算以及辅助评估灾情。无人机载雷达和无人机倾斜摄影技术可为地质灾害识别和分析提供更加翔实的、准确可靠的灾害特征数据。     

基于免像控机载LiDAR点云融合技术的高程精度

传统低空航空摄影测量需要布测一定数量且分布均匀的像控点,像控点的布测需要外业投入大量的人力、财力、物力,耗时费力,且内业数据处理也相应地增加了很多的工作量。本文以免像控的机载激光雷达(LiDAR)点云融合技术为例,通过选取四种不同的方案比对分析获取的点云高程精度,探讨免像控机载LiDAR点云融合技术在不同方案下的点云高程转换精度的影响因素。研究结果表明,除了在试验区周边合理选择分布均匀的控制点外,将一次点云高程拟合残差空间分布变化异常的控制点,作为二次点云高程拟合点的选取依据进行点云高程拟合参数求解,也可以提高点云的高程精度。     

一种机载LiDAR条带平差最小二乘匹配算法

基于七参数正形变换的数据驱动模型实现了机载LiDAR条带平差,算法借鉴了Robert(2004)的最小二乘表面匹 配思想,通过引入高斯–马尔科夫模型改进了原有算法,得到未知参数的最小无偏方差估计。实验采用两组实测数 据,分别考察了引入高斯–马尔科夫模型的必要性、算法效率以及迭代收敛性和算法精度。实验表明：(1)剖面检查吻 合且精度一致;(2)TerraMatch量测匹配精度,理想数据高程匹配误差小于0.05 m,数据质量不理想时误差稍大,但均 能成功匹配。     

中国南方森林冠顶高度Lidar反演—以江西省为例

激光雷达(Lidar)与光学遥感的有效结合对中国南方区域森林冠顶高度反演意义重大,而国产卫星将为中国森林生态研究提供新的数据源。本文联合利用大脚印激光雷达GLA和国产MERSI数据,在实现GLAS波形数据处理和不同地形条件下森林冠顶高度反演算法基础上,建立了区域尺度不同森林类型林分冠顶高度GLAS+MERSI联合反演关系模型,进行了江西地区森林冠顶高度反演。总体上,GLAS激光雷达森林冠顶高度估算精度较高;且在与MERSI 250 m数据的联合反演模型中,针叶林模型精度较好(R²=0.7325);阔叶林次之(R²=0.6095);混交林较差(R²=0.4068)。分析发现,考虑了光学遥感生物物理参数的GLAS+MERSI联合关系模型在区域森林冠顶高度估算中有较高精度,且在空间分布上与土地覆盖数据分布特征非常一致。