本文關(guān)鍵詞：基于地基激光雷達(dá)數(shù)據(jù)的單木與闊葉林葉面積密度反演，由筆耕文化傳播整理發(fā)布。

【摘要】：葉面積密度是表征冠層內(nèi)部葉面積垂直分布的重要參數(shù),其分布廓線(xiàn)的準(zhǔn)確反演對(duì)研究植被碳氮循環(huán)、初級(jí)生產(chǎn)力和生物量估算等具有重要意義。地基激光雷達(dá)作為一種新型的測(cè)繪技術(shù),其光斑小,具有快速、高效、強(qiáng)穿透性、高密度等特點(diǎn),能夠?yàn)橹脖还趯尤~面積密度反演提供三維結(jié)構(gòu)數(shù)據(jù)信息。如何利用地基激光雷達(dá)數(shù)據(jù)快速、準(zhǔn)確地反演葉面積密度已成為人們研究的熱點(diǎn)。本文在電子科技大學(xué)校園內(nèi),選擇闊葉樹(shù)(玉蘭)為研究對(duì)象,利用地基激光雷達(dá)獲取的點(diǎn)云數(shù)據(jù)和真彩色影像,提出了一種快速葉面積密度反演的方法,其主要工作及結(jié)論如下:(1)數(shù)據(jù)獲取及預(yù)處理:基于三維激光掃描基礎(chǔ)理論,利用Leica ScanStation C10激光掃描系統(tǒng),研究外業(yè)實(shí)驗(yàn)數(shù)據(jù)的采集方法,進(jìn)行單棵樹(shù)和闊葉林?jǐn)?shù)據(jù)的采集;并結(jié)合儀器性能特點(diǎn),研究了多測(cè)站點(diǎn)云數(shù)據(jù)的拼接及去噪處理方法。(2)單棵樹(shù)葉面積密度反演:研究利用法線(xiàn)差分算子(Difference of Normals,DoN)進(jìn)行葉片點(diǎn)云與枝干點(diǎn)云的分離方法,并進(jìn)行了嘗試,結(jié)果發(fā)現(xiàn)此方法對(duì)結(jié)構(gòu)簡(jiǎn)單的單棵樹(shù)有一定的適用性;研究基于體元的冠層分析法(Voxel-based Canopy Profiling,VCP)及三維體元模型構(gòu)建方法,并利用單棵樹(shù)葉片點(diǎn)云數(shù)據(jù)分別計(jì)算每個(gè)水平厚度層的接觸頻率、葉傾角校正因子及垂直投影面積,從而實(shí)現(xiàn)單棵玉蘭樹(shù)葉面積密度分布提取,結(jié)果發(fā)現(xiàn)體元大小、水平層厚度是影響葉面積密度值反演的兩個(gè)重要因素;以0.05 m×0.05 m×0.05 m為體元大小,0.5 m為水平層厚度提取的葉面積密度垂直分布與樹(shù)葉片點(diǎn)云垂直分布趨勢(shì)總體上一致,在冠層中下部分隨著高度的增加,葉面積密度增加,在3.5米高度處,達(dá)到最大為0.88m2/m3,之后隨著高度的增加,葉面積密度逐漸降低。(3)闊葉林葉面積密度反演:研究利用激光雷達(dá)系統(tǒng)獲取的真彩色照片,運(yùn)用圖像分類(lèi)和點(diǎn)云著色進(jìn)行葉片點(diǎn)云提取的方法,并對(duì)闊葉林?jǐn)?shù)據(jù)進(jìn)行了嘗試,結(jié)果發(fā)現(xiàn)此方法適于闊葉林葉片點(diǎn)云提取;利用闊葉林葉片點(diǎn)云數(shù)據(jù)進(jìn)行葉面積密度反演,結(jié)果發(fā)現(xiàn)以0.1 m×0.1 m×0.1 m為體元大小,0.5 m為水平層厚度提取的闊葉林葉面積密度垂直分布與闊葉林葉片點(diǎn)云垂直分布趨勢(shì)總體上一致,在冠層中下部分隨著高度的增加,葉面積密度增加,在4米高度處,達(dá)到最大為1 m2/m3,之后隨著高度的增加,葉面積密度逐漸降低,根據(jù)闊葉林葉面積密度分布計(jì)算的累積葉面積指數(shù)為3.20 m2/m2,比地面實(shí)測(cè)的葉面積指數(shù)高0.04 m2/m2。
【關(guān)鍵詞】：地基激光雷達(dá) 葉面積密度 VCP 單木冠層 闊葉林冠層
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：S758;P237
【目錄】：

• 摘要5-6
• abstract6-10
• 第一章 緒論10-18
• 1.1 研究意義和目的10-11
• 1.2 葉面積密度測(cè)量方法國(guó)內(nèi)外研究進(jìn)展11-14
• 1.2.1 直接測(cè)量法的研究進(jìn)展11
• 1.2.2 間接測(cè)量法的研究進(jìn)展11-14
• 1.3 主要研究?jī)?nèi)容14-15
• 1.4 主要技術(shù)路線(xiàn)15-17
• 1.5 論文組織結(jié)構(gòu)17-18
• 第二章 地基激光雷達(dá)技術(shù)及數(shù)據(jù)采集與預(yù)處理18-34
• 2.1 地基激光掃描技術(shù)18-22
• 2.1.1 地基三維激光掃描儀的系統(tǒng)組成18
• 2.1.2 地基三維激光掃描儀的工作原理18-19
• 2.1.3 地基三維激光掃描技術(shù)特點(diǎn)及應(yīng)用19-21
• 2.1.4 Leica Scantation C10掃描儀21-22
• 2.2 地基激光雷達(dá)外業(yè)數(shù)據(jù)采集22-25
• 2.2.1 外業(yè)數(shù)據(jù)采集流程及注意事項(xiàng)22-23
• 2.2.2 地基激光雷達(dá)采集單棵樹(shù)數(shù)據(jù)23-24
• 2.2.3 地基激光雷達(dá)采集闊葉林?jǐn)?shù)據(jù)24-25
• 2.3 地基激光雷達(dá)內(nèi)業(yè)數(shù)據(jù)預(yù)處理25-33
• 2.3.1 Cyclone數(shù)據(jù)處理軟件26-27
• 2.3.2 點(diǎn)云拼接27-32
• 2.3.3 點(diǎn)云去噪32-33
• 2.4 本章小結(jié)33-34
• 第三章 單棵樹(shù)葉面積密度反演34-55
• 3.1 葉片點(diǎn)云提取算法研究35-41
• 3.1.1 DoN法線(xiàn)差分算子36-37
• 3.1.2 法向量估計(jì)37-41
• 3.2 三維體元模型構(gòu)建41-42
• 3.3 葉面積密度反演模型研究42-45
• 3.3.1 葉傾角校正42-44
• 3.3.2 接觸頻率計(jì)算44-45
• 3.3.3 葉面積密度計(jì)算45
• 3.4 單棵樹(shù)葉面積密度反演實(shí)例45-54
• 3.4.1 單棵樹(shù)葉片點(diǎn)云提取結(jié)果及分析46-48
• 3.4.2 單棵樹(shù)葉面積密度反演結(jié)果48-51
• 3.4.3 單棵樹(shù)葉面積密度反演結(jié)果誤差分析51-54
• 3.5 本章小結(jié)54-55
• 第四章 闊葉林葉面積密度反演55-68
• 4.1 闊葉林葉片點(diǎn)云提取方法研究55-60
• 4.1.1 最大似然分類(lèi)法56-59
• 4.1.2 點(diǎn)云著色59-60
• 4.2 闊葉林葉片點(diǎn)云提取結(jié)果60-62
• 4.3 闊葉林葉面積密度反演結(jié)果62-64
• 4.3.1 葉傾角62
• 4.3.2 接觸頻率和校正因子62-64
• 4.3.3 葉面積密度64
• 4.4 闊葉林葉面積密度反演結(jié)果驗(yàn)證與誤差分析64-67
• 4.5 本章小結(jié)67-68
• 第五章 總結(jié)與展望68-70
• 5.1 主要結(jié)論68-69
• 5.2 研究展望69-70
• 致謝70-71
• 參考文獻(xiàn)71-76
• 攻碩期間取得的研究成果76-77

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 李欣;周佳瑋;劉正國(guó);胡震天;;三維激光掃描技術(shù)在船體外形測(cè)量中的試驗(yàn)性研究[J];測(cè)繪信息與工程;2006年06期

2 Nguyen Tien Thanh;劉修國(guó);王紅平;于明旭;周文浩;;基于激光掃描技術(shù)的三維模型重建[J];激光與光電子學(xué)進(jìn)展;2011年08期

3 龐勇;趙峰;李增元;周淑芳;鄧廣;劉清旺;陳爾學(xué);;機(jī)載激光雷達(dá)平均樹(shù)高提取研究[J];遙感學(xué)報(bào);2008年01期

4 董明曉,鄭康平;一種點(diǎn)云數(shù)據(jù)噪聲點(diǎn)的隨機(jī)濾波處理方法[J];中國(guó)圖象圖形學(xué)報(bào);2004年02期

5 劉峰;楊志高;龔健雅;;利用機(jī)載激光雷達(dá)的林木識(shí)別與參數(shù)反演[J];中國(guó)農(nóng)學(xué)通報(bào);2012年01期

6 李旺;牛錚;高帥;覃馭楚;;機(jī)載激光雷達(dá)數(shù)據(jù)分析與反演青海云杉林結(jié)構(gòu)信息[J];遙感學(xué)報(bào);2013年06期

  本文關(guān)鍵詞：基于地基激光雷達(dá)數(shù)據(jù)的單木與闊葉林葉面積密度反演，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：268956