无人机激光雷达提取长白落叶松单木树冠三维结构的研究

发布时间：2020-05-29 16:27

【摘要】：激光雷达(light detection and ranging,LiDAR)作为一种主动遥感技术,在林业调查中起到越来重要的作用。近年来,随着激光雷达搭载平台的不断发展,获取的林业参数的尺度也变得越来越精细化。为探究无人机激光雷达(unmanned aerial vehicle laser scanning,UAVLS)获取单木树冠三维结构的能力,本研究利用一种高效率、灵活便捷的无人机载激光雷达对人工长白落叶松进行了单木树冠特征因子的提取以及树冠轮廓的模拟,并与机载激光雷达(airborne laser scanning,ALS)单木探测和单木树冠特征因子的提取精度进行了比较。首先对采集的UAVLS和ALS数据进行了一系列的预处理,得到用于单木探测和分割的树冠高度模型(canopy height model,CHM)以及高程归一化的点云数据。然后进行了单木的探测和分割,对比了两种单木分割方法(标记控制分水岭和改进的K-means聚类),选取所有正确分割的单木进行了树冠特征因子(树高、冠基高、冠幅、体积及表面积)的提取。利用UAVLS单木点云数据获取了树冠外部最大轮廓点,用四种方程(二次抛物线、单分子式、幂函数、修正的Weibull分布)构建了树冠轮廓模型,并且对模型进行旋转重建了树冠三维几何结构,同时估算了几何体的体积及表面积作为树冠的体积及表面积,并与直接从点云中估算的树冠体积及表面积进行了对比。研究结果表明,UAVLS相比于ALS不仅具有更高的单木探测精度,也具有更高的单木树冠结构参数提取精度,其中单木探测率提高了约37%,单木位置探测的精度提高了 0.19m,树高的估算提高了 1.29m,冠幅的估算提高了 0.19m。对于单木树冠的分割,标记控制分水岭方法比改进K-means方法分割落叶松树冠的效果更好。相比于其他无人机估算树冠特征因子的研究结果,本研究无人机激光雷达数据对于树冠特征因子的提取有着较高的精度,尤其是对于树高和冠幅的提取,RMSE分别为0.58m和0.39m。对于树高的低估,研究证明了树高的低估程度随着点云密度的增加有所改善。UAVLS对于冠基高的估算略有不足,高估了 0.6m,主要是由于激光雷达传感器能量回波次数少,导致穿透冠层的点云分布不均匀。树冠轮廓的模拟结果表明,四种的轮廓模型都能够很好的描述UAVLS构建的树冠外部轮廓,四种模型的拟合R2均高于0.75,对于模型的检验来说,修正的Weibull模型和二次抛物线模型均具有较强的预测能力。对于树冠体积和表面积的估算,基于树冠轮廓模型估算的树冠体积和表面积结果相比于基于三维凸包估算的树冠体积和表面积更为准确。总的来说,该研究为无人机激光雷达提取单木树冠三维结构提供了一个高效的方案,一定程度上可以代替部分外业实测,避免伐木与复杂的人工测量,进而提高林业调查的效率。
【图文】：

路线图,研究技术,路线图,树冠

本研究的技术路线主要分为四大步骤，一是激光雷达点云数据的预处理部分；二是逡逑单木的探测与分割部分；三是树冠特征因子的估算部分；四是树冠轮廓模型的构建部分，逡逑完整的技术路线如图１－１所示。逡逑－９－逡逑

位置图,实验林场,帽儿山,实验站

２．１研究（Ｅ域概况逡逑２．１．１地理条件逡逑研究区域位于黑龙江省尚志市西北部帽儿山实验林场三号实验站（图２－１），帽儿山逡逑实验林场地理坐标为东经１２７。１８＇０〃？１２７°４１６”，北纬４５°２＇２０”？４５°１８＇１６”，，距离哈尔滨市逡逑区８０公里。林场总面积为２６４９６公顷。林场坡度大部分在５°？２５°之间，地势南高北低，逡逑海拔高度在２００？６００米之间，平均海拔４００米。逡逑３７９４４４逦３８４４４４逦３８９４４４逦３９４４４４逦３９９４４４逡逑１［邋＇邋＇邋＇邋＾１１逡逑Ｉ逦ｉ逡逑帽儿山实验林场逡逑＿逡逑矣－逦逦逦逦逦逦邋、逦－邋ｍ逡逑★三号实验站逡逑ＨＺ１扪儿山实验林场施业区边界逦ＩＩ邋ｋｍ逡逑逦．逦．逦逦逦，＿Ｉｓ逡逑３７９４４４逦３８４４４４逦３８９４４４逦３９４４４４逦３９９４４４逦Ｓ逡逑图２－１研究区域位置图逡逑Ｆｉｇ．邋２－１邋Ｌｏｃａｔｉｏｎ邋ｏｆ邋ｓｔｕｄｙ邋ａｒｅａ逡逑？邋１１邋－逡逑
【学位授予单位】：东北林业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S791.22

【参考文献】