首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于机载LiDAR数据的玉米叶面积指数反演
引用本文:刘婷,苏伟,王成,刘睿,李治,姜方方.基于机载LiDAR数据的玉米叶面积指数反演[J].中国农业大学学报,2016,21(3):104-111.
作者姓名:刘婷  苏伟  王成  刘睿  李治  姜方方
作者单位:中国农业大学信息与电气工程学院, 北京 100083;中国农业大学信息与电气工程学院, 北京 100083;中国科学院对地观测与数字地球科学中心, 北京 100094;中国农业大学信息与电气工程学院, 北京 100083;中国矿业大学(北京) 地球科学与测绘工程学院, 北京 100083;中国农业大学信息与电气工程学院, 北京 100083
基金项目:国家自然科学基金项目(41371327); 国家重点基础研究发展计划项目(2010CB951701)
摘    要:以机载LiDAR离散点云数据为数据源,基于植被冠层孔隙率与叶面积指数的关系,提出一种反演大田玉米叶面积指数的方法。对反演LAI和实测LAI进行对比分析,结果表明:基于Axelsson改进的不规则三角格网加密方法可以将地面点和非地面点分开,结合高分辨率影像能够提取出玉米冠层点云;基于孔隙率反演LAI,尼尔逊参数的选择对结果影响很大,利用扫描天顶角模拟尼尔逊参数,LAI反演结果接近于真实情况。利用机载LiDAR点云数据能精确地反演大田玉米LAI,该研究方法适用于中等高度的农作物,可以扩展到甜菜、甘蔗等其他中等高度农作物。

关 键 词:玉米  激光雷达  点云分类  孔隙率  叶面积指数
收稿时间:2015/4/7 0:00:00

A method of estimating maize LAI using airborne LiDAR data
LIU Ting,SU Wei,WANG Cheng,LIU Rui,LI Zhi and JIANG Fang-fang.A method of estimating maize LAI using airborne LiDAR data[J].Journal of China Agricultural University,2016,21(3):104-111.
Authors:LIU Ting  SU Wei  WANG Cheng  LIU Rui  LI Zhi and JIANG Fang-fang
Institution:College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China;College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China;Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China;College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China;College of Geoscience and Surveying, China University of Mining & Technology (Beijing), Beijing 100083, China;College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China
Abstract:Based on the airborne LiDAR point cloud data and the correlation between canopy gap fraction and leaf area index of maize, a method of estimating field planting maize LAI (Leaf area index) is put forward.The results show that:Applying irregular triangular grid encryption method can classify the LiDAR point clouds and combining with high resolution imagery can extract the maize canopy point cloud data;Nilsson parameters have great influence on the results.The inversion result of LAI by Nilsson parameters simulated with scan zenith angle is close to the actual LAI;Estimating LAI with LiDAR data has high precision and the method in this paper is feasible.It can also be applied to medium height crops, e.g.beet and sugar cane.
Keywords:maize  LiDAR  point cloud classification  gap fraction  LAI
本文献已被 CNKI 等数据库收录!
点击此处可从《中国农业大学学报》浏览原始摘要信息
点击此处可从《中国农业大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号