基于激光点云数据的森林单木位置提取研究

以河北塞罕坝林场落叶松林地为研究对象,通过选取样地布设水泥桩和反射片,针对森林单木提取精度不高等问题,开展基于激光点云数据的森林单木位置提取方法研究,为森林资源调查的单木定位和数量统计提供参考。通过将采集的森林地面点云数据,采用反射片模式与各个测站点云数据进行配准,提出一种改进的体素空间邻域和RANSAC圆柱拟合方法,分3种不同大小的样地进行单木位置提取实验,结果表明,该方法的单木位置提取效果较好,提取精度均在93%以上。     

高郁闭度人工林无人机激光雷达单木分割方法优化

【目的】针对高郁闭度林分条件下基于LiDAR点云数据单木分割林木提取困难、总体精度较低等问题,提出一种基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法,为开展无人机LiDAR技术森林资源调查提供技术参考,为提高单木分割总体精度提供新策略。【方法】利用无人机激光雷达数据,采用分水岭算法、基于点云的局部最大值聚类算法和基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法对高郁闭度思茅松人工林进行单木分割,并分析分水岭算法中4种CHM空间分辨率和3种DSM插值方法对单木分割效果的影响,与无人机高分辨率影像单木树冠目视解译结果进行比较,以探测率r、准确率p和F得分为指标对单木分割精度进行验证和评价。【结果】在幼龄林中,冠层起伏率较大,分水岭算法对单层林的分割效果优于基于点云的局部最大值聚类算法;在中龄林和近熟林中,冠层起伏率较小,分水岭算法易将思茅松树枝识别为树冠,基于点云的局部最大值聚类算法的分割效果优于分水岭算法;基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法充分考虑不同龄组的林分结构差异,精度最高(F=0.75),优于分水岭...     

基于地面三维激光扫描技术的林木胸径提取算法分析

胸径是树木最重要的测树因子之一,其精度直接影响材积的测定。传统的树木胸径测量效率低,范围较小;采用遥感反演间接测量胸径,精度较低,且不能直接获取单木的点云数据。本文利用三维激光扫描技术提取立木的3D点云数据,提出一种自动、高效提取单木胸径的算法。利用三维激光扫描仪对样地8棵杨树进行扫描,得到三维点云数据;同时,开展数据分割、精简、降噪处理,得到简化后的点云数据,最后对提取的胸径点云数据进行分层设置,将截取层厚度设置为0,0~1,1~2,2~3 cm 4个等级,利用快速凸包算法将点云数据闭合成一个多边形,运用Arc Engine控件调用Arc GIS中测算多边形长度的方法计算闭合平面周长,换算出立木胸径值,并结合同步实测数据与传统算法、拟合圆算法进行对比试验。结果表明:采用传统算法、拟合圆算法和快速凸包算法的模型决定系数R2分别为0.857、0.941和0.957,说明运用快速凸包算法提取立木胸径是一种高效且比较可行的方法。     

基于无人机激光雷达点云数据的单木分割研究

[目的]探索不同树种在样地和单木尺度上无人机激光雷达点云数据的单木分割效果,选取哈尔滨城市林业示范基地阔叶林(水曲柳)和针叶林(樟子松)两块样地为研究对象,对样地内树木点云进行单木分割并评价其分割效果,为后续单木结构参数的提取提供数据支持,同时丰富森林资源信息的调查手段.[方法]通过无人机激光雷达获得样地树木点云数据,...     

基于单木位置特征的多源树木三维点云配准方法

【目的】针对不同观测平台获得的树木三维点云特征少、重叠率低、配准较难的问题,以不同视角不同平台的森林点云数据为输入,根据单木平面位置分布一致性原则,提出一种适用于多类型数据的无标记森林点云自动配准方法,实现以单木对象为语义特征的点对匹配。【方法】首先从不同类型点云数据中分别提取单木平面位置：对于侧视型点云,基于点云主方向离散度与主方向竖直角度偏差剔除部分非主干点云,采用体素点云剖分的连通分量分割方法识别单木主干,统计单木主干点云体素垂直分布最大值点作为单木平面位置;对于俯视型点云,采用标记分水岭算法分割冠层高度模型,提取单木并识别冠层顶点作为单木平面位置。然后以提取的单木平面位置为特征点,基于Laplace谱图匹配理论获取配准矩阵,完成4自由度点云粗配准。最后,采用主干点云匹配完成侧视与侧视点云的精配准,采用全局点云最近点迭代法与主干点云匹配完成侧视与俯视点云的精配准。【结果】侧视-侧视点云配准精度优于侧视-俯视点云,侧视-侧视点云粗配准平均误差为0.24 m,精配准平均误差为0.08 m;侧视-俯视点云粗配准平均误差为1.07 m,全局点云最近点迭代法平均误差为0.44 m,机载激光...     

福建柏单木生长模型的研究

利用在全省福建柏人工栽培区和自然分布区的387块标准地和89株平均木树干解析材料。选择Korf理论生长方程，以优势木胸径为比较基础的相对直径作为单木竞争指标．采用生长量修正法建立单木直径生长量模型。经检验，该模型精度较高，可用于模拟福建柏生长动态。     

落叶松单木生物量生长变化规律的研究

通过研建落叶松生物量各组份的生长模型,初步揭示了落叶松生物量各组分的生长发育规律,并以此模型为基础,分析了落叶松生物量各组份的生长过程和各组份比率随年龄的变化规律。结果表明,树木生物量的生长与树木材积生长有相似的特点,各组份的数量成熟龄比较接近,分别为:总量28a,树干和树皮27a,树枝30a,树叶27a。在成熟林中,各组份保持较稳定的比率。对于落叶松而言,各组份的比率约为:树干72%,树皮9%,树枝16%,树叶3%。     

水曲柳单木生长模型的研究

根据黑龙江省、市、县576块水曲柳固定样地的解析木数据,在水曲柳单木直径生长模型中引入林木大小、竞争和立地条件因素,采用回归的方法建立水曲柳单木直径生长模型。研究表明：水曲柳单木生长模型与该林木自身的大小（lnD）、林分平均胸径（Dg）、对象木直径与林分中最大林木直径之比（DDM）以及土壤有较大的关系。林木的直径越大其生长量越大;竞争因子DDM说明水曲柳单木直径越大;其定期生长量越小;立地因子土壤表明,土层越浅其生长的越快。模型的检验精度为94%,说明模型具有良好的拟合效果,可用于实际的生产中。     

辽东栎单木生长模型的研究

收集了辽宁省林业调查规划院30块一类清查固定样地数据资料,采用与距离无关的单木竞争指标,通过逐步回归的方法,建立了辽东栎天然次生林单木生长模型,方程为：In(DGI)=1．422289 1．202448 InD0．052598DL-0．000366 SDI,经检验预估效果良好。     

马尾松人工林单木生长模型的研究

根据8块马尾松人工林固定样地每木定位资料,选用简单竞争指数,建立了单木生长模型,为预估林分生长,评价森林经营措施提供了科学依据。     

小光斑激光雷达数据估测森林树高研究进展

小光斑激光雷达可以同时获得森林的垂直及水平结构参数,因光斑直径较小,可以做到森林单木结构参数的准确估计,进而推广到样方甚至更大区域森林结构参数的估计,近年来在林业中得到广泛应用。文中主要从树高估计方面对小光斑激光雷达在林业中的应用进行研究,通过对先前类似文献进行归纳总结发现,在小光斑激光雷达估测森林树高方面仍存在着一些问题,从而限制了森林树高估测精度的提高,如点云分类算法、点云密度、森林郁闭度、单木的准确分割等,还对小光斑激光雷达估计森林树高中所存在的问题进行了概括,并提出了改进建议。     

基于无人机可见光遥感的单木树高提取方法研究

利用目前流行的高分辨率可见光无人机遥感影像生成树木冠层高度模型,采用分水岭分割算法提取单木树高的研究具有重要理论和实践意义。以位于云南省富民县的天然云南松纯林为研究对象,通过大疆Phantom 4 Pro无人机获取低空可见光遥感影像,利用Pix4D Mapper对无人机影像进行预处理及三维重建,生成三维点云,利用LiDAR360处理三维点云,构建DSM,DEM并生成CHM;采用分水岭分割算法对不同郁闭度条件下获得的CHM进行单木分割及树高提取,对提取结果进行精度评价。结果表明:分水岭分割算法能够准确分割CHM,利用无人机可见光遥感影像进行单木树高提取是可行的;将基于无人机可见光影像提取的树高值与野外实地调查得到的树高值进行对比,R²为0.893,RMSE为1.23m,估测精度为87.58%;同时,林分郁闭度会对单木树高估测产生影响,根据不同郁闭度条件下提取的3组样木树高与实地测量树高的决定系数(R²)分别是0.857,0.939和0.921,RMSE分别为1.450,1.097,0.896m,在低郁闭度林分内树高估测的精度显著高于高郁闭度林分。     

基于背包式激光雷达的林木胸径和树高提取

背包式激光雷达扫描系统易操作、查看简洁方便、效率高,但目前还没有广泛应用到林业调查中。本研究通过利用背包式激光雷达扫描数据提取样地单木胸径、树高,计算相应蓄积量,为森林调查工作提供参考。采用LiBackpack 50背包式激光雷达对广西派阳山林场的7个样地树木胸径、树高进行数据采集,通过数据处理软件LiDAR 360提取胸径和树高,测算蓄积量。结果显示,密度较小,杂灌较少,通视条件较好、干形规则的样地,胸径、树高实测值与提取值间的相关性较高,蓄积量差异较小,可采用激光雷达进行森林资源辅助调查。     

基于单木生长模型的森林动态模拟系统研究进展

单木生长模型能准确预测林分的生长状况, 对森林经营管理的科学调控具有重要的作用。文中从单木生长模型系统设计的理论假设、与距离相关和与距离无关的单木生长模型系统、单木生长模型的方程设计类型、单木生长模型自变量因子的选择等方面对基于单木生长模型的森林动态模拟系统涉及的关键问题进行了论述, 并对单木生长模型有待深入研究的方向进行了展望, 提出应加强单木生长模型随机效应和单木生长模型向林分尺度扩展的研究, 以期为今后构建高度集约、精确模拟、使用便宜的单木生长模型系统提供参考。     

基于地基激光雷达胸径提取的单木位置精确测量

[目的 ]为将单木位置匹配至更精确的树干中心处,本研究发展了一种基于地基激光雷达提取胸径中心位置的空间校正方法。[方法 ]对高密度地基激光雷达点云数据,使用霍夫变换的方法提取单木胸径及圆心点,以外业调查的胸径数据作为精度控制基础,再用空间点校正方法将外业测量的样地单木相对空间位置匹配至提取的单木胸径中心点处,最后通过数字冠层高度模型特征分析实现单木位置的地理位置匹配。[结果 ]以黑龙江佳木斯孟家岗林场为研究区,对比分析3种不同株数密度的落叶松样地,提取胸径误差在1 cm之内,高、中、低株数密度样地单木位置在空间点校正时胸径误差2 cm误差范围内位置正确匹配率分别为91%、92.5%、98.6%。全部匹配的外业调查单木相对空间位置误差控制在1 m之内,且与机载激光雷达数字冠层模型影像地理位置匹配误差在0.5 m内。[结论 ]基于地基激光雷达提取胸径匹配单木空间位置的方法,极大地提高了单木空间位置测量精度。此方法的发展,不仅为局部样地单木分割等提供精确位置信息,也为大范围遥感数据提供可靠地面基础位置验证数据,是可靠的单木位置测量和多源数据匹配方法。     

基于边缘检测滤波的机载激光雷达点云数据处理

机载激光雷达（Lidar）是一种主动式对地观测技术,可以直接获取点的三维坐标.Lidar点云数据的括滤波和分类,是Lidar数据处理的重要步骤.利用国际摄影测量与遥感协会ISPRS提供的实验数据,采用边缘检测滤波算法和线性卷积滤波算法对数据进行滤波,滤波后的图像表明,边缘检测滤波算法效果优于线性卷积滤波.采用基于Axelsson的改进的不规则三角格网加密方法进行点云分类,将Lidar点云分为以下8类：低点、孤立点、空中点、地面点、模型关键点、低于地表的点、建筑物点和植被点.分类后的Lidar点云数据都被分到了唯一的类别中,清楚地显示出地面信息.结果表明,采用的滤波和分类算法有效可行,对Lidar点云数据处理有重要的借鉴意义.     

基于邻近相关图像和决策树分类的森林景观变化检测

提出一种基于邻近相关图像和决策树分类的景观变化检测方法,并将其应用于地震干扰引起的森林景观变化检测。以5·12汶川地震中遭受严重破坏的龙溪-虹口国家级自然保护区作为研究区,利用地震前后的Landsat5TM影像创建不同邻近窗口大小的邻近相关图像,结合决策树技术生成变化检测分类图。结果表明:使用邻近相关图像的变化检测精度有所提高,其中以5×5窗口创建的邻近相关图像变化检测效果最佳,总体分类精度和Kappa系数分别达到82.33%和0.8085。     

基于分水岭算法的木材缺陷边缘检测

获取边缘图像的一种典型方法是利用梯度算法作用于图像,然后对得到的梯度图像做阈值处理,从而得到二值边缘图像.这种方法的缺点是很难选取适当的阈值.如果阈值选得太低,不但会产生假的边缘,而且得到的边缘很厚,必须做细化处理,而细化后的边缘位置往往不是很精确;如果阈值取得太高,许多边缘可能检测不到,或边缘出现过多的断裂部分.     

帽儿山地区次生林椴树单木胸高断面积生长模型的研究

应用帽儿山天然次生林区不同林分条件下选设的20块椴树（Tilia amurensis）固定样地的解析木调查资料,分析多个单木竞争指标与对象木胸高断面积定期生长量的相关关系,在椴树单木胸高断面积生长模型中引入林木自身大小、单木竞争指标和立地因子,应用回归分析法建立帽儿山地区天然次生椴树单木胸高断面积生长模型。研究表明：天然次生林下椴树的胸高断面积定期生长量与对象木相对直径（RD）和竞争压力指数（SCI）等指标存在比较明显的相关关系。应用主分量线性组合的方法构造的综合竞争指标（MCI）包含了各竞争指标与胸高断面积生长量之间的绝大部分的相关信息,可以作为竞争指标应用于单木胸高断面积生长模型。