【摘要】：植被結(jié)構(gòu)參數(shù)是研究生態(tài)系統(tǒng)功能和生態(tài)系統(tǒng)相互作用的關(guān)鍵要素。由于樹木中植物物質(zhì)的數(shù)量,通過對活立木參數(shù)直接測量進行詳細(xì)檢索是不切實際的。陸地激光雷達掃描儀(TLS)已被證明具有很高的潛力,可以作為高度詳細(xì)的植物結(jié)構(gòu)參數(shù)估算的間接手段,而一些研究則發(fā)現(xiàn)了這種方法固有的一些挑戰(zhàn)。為了更好地理解和預(yù)測陸地生態(tài)系統(tǒng)如何響應(yīng)和影響環(huán)境變化,需要關(guān)于小尺度范圍內(nèi)的生態(tài)系統(tǒng)結(jié)構(gòu)的信息。來自地面儀器的LiDAR遙感是提供這種信息的有前途的技術(shù),地基激光雷達不受天氣影響,減少葉面覆蓋影響的同時將多視圖掃描數(shù)據(jù)進行拼接,保證掃描的點云數(shù)據(jù)的高密度高精度完整性,,物理模型非常適合處理數(shù)據(jù)并獲得可靠的植被參數(shù)。在這項研究中,我們主要研究了樹木點云數(shù)據(jù)的骨架提取和葉面積密度反演。我們引入_1L中值概念用于求取具有魯棒性的點云活立木骨架線,將點云數(shù)據(jù)在局部利用隨機采樣點使用自增鄰域迭代為一維結(jié)構(gòu)的骨架點,同時加入了排斥力的概念用于規(guī)整骨架點,引入橢圓擬合方法用于補全缺失點云數(shù)據(jù),實現(xiàn)了骨架點的校正,把它當(dāng)做枝干的局部中心。此種方法的主要優(yōu)點是對點云數(shù)據(jù)的精度和質(zhì)量沒有高度的要求,同時對樹木枝干空間拓?fù)浣Y(jié)構(gòu)要求同樣不嚴(yán)格,在櫻花樹和無患子樹的骨架提取的過程中,不但能夠有效的抗噪聲,而且對于異常值和點云數(shù)據(jù)缺失有一定的校正效果。在此同時,我們使用基于體素結(jié)合光線追蹤算法的方法來檢索單個樹木的葉面積分布。該方法基于應(yīng)用于從單個或多個掃描位置地基激光掃描雷達(TLS)返回的接觸頻率方法。計算體素的大小可以設(shè)置為10,20和30毫米,首先提取法向量,增加特征實現(xiàn)點云數(shù)據(jù)的枝葉分離,然后針對激光束大小對葉片重疊效應(yīng)的影響,通過計算機仿真模擬出光線的傳輸模型用來緩解遮擋效應(yīng),基于光的可用性,使用校正因子用于估算重疊效應(yīng)過于顯著的體素的葉面積。我們比較了點云數(shù)據(jù)反演的葉面積估計值與通過采集葉子獲得的直接測量值。除此之外,我們針對光線在傳輸中受到朗伯比爾定律的影響,通過計算機模擬葉片在體素中受影響的穿過距離,得以建立新的模型反演葉面積密度。被采樣的樹木的測量葉面積值為5-30平方米,冠層LAI值在0.75-3.2之間。葉面積估計值與參考測量值(相對偏差)平均相差13%。我們的方法提供了單個樹木的葉面積密度的反演過程,同時可以間接估算出葉面積指數(shù),進而通過樹木的垂分布來詳細(xì)估計植被的結(jié)構(gòu)參數(shù)。
【圖文】：

圖 2-1 為魚目相機拍攝平臺和拍攝的半球圖像Fig 2-1 Platform and hemisphere image for fisheye camera近年來，已經(jīng)出現(xiàn)了很多種獲取冠層形態(tài)結(jié)構(gòu)和測量樹木參數(shù)的方法。首先，植物分析儀和傳統(tǒng)的樹木測量機械儀器效率低下，除了太陽天頂角外，，還受葉片重疊和聚應(yīng)的影響。其次，高光譜輻射儀被用于從上到下測量冠層，通常包括從地面記錄的反

圖 2-2 LI-3000 葉面積指數(shù)分析儀和地面激光掃描雷達Fig 2-2 LI-3000 Leaf Area Index Analyzer and Terrestrial Laser Scanning.2 研究區(qū)概況與數(shù)據(jù)
【學(xué)位授予單位】：南京林業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN957.52;S758.1

【相似文獻】

相關(guān)期刊論文 前10條

1 劉亞文;覃蘇舜;;點云數(shù)據(jù)稀疏區(qū)域建筑物立面重建方法[J];應(yīng)用科學(xué)學(xué)報;2017年02期

2 劉尚蔚;朱小超;張永光;魏群;;多片點云數(shù)據(jù)拼接處理技術(shù)的研究[J];水利與建筑工程學(xué)報;2014年01期

3 張習(xí)民;余小清;萬旺根;張娟;;壓縮感知點云數(shù)據(jù)壓縮[J];應(yīng)用科學(xué)學(xué)報;2014年05期

4 康蘭;馮亞娟;陳正鳴;;多視點云數(shù)據(jù)快速對齊方法[J];機械設(shè)計與研究;2009年01期

5 鄭德華;;點云數(shù)據(jù)直接縮減方法及縮減效果研究[J];測繪工程;2006年04期

6 張東;;基于球域膨脹的點云數(shù)據(jù)平面提取[J];工程技術(shù)研究;2018年11期

7 宣偉;;地面激光點云數(shù)據(jù)質(zhì)量評價與三維模型快速重建技術(shù)研究[J];測繪學(xué)報;2017年12期

8 孫瑞;張貴豪;陳普智;;三維激光掃描點云數(shù)據(jù)的精簡方法探討[J];黃河水利職業(yè)技術(shù)學(xué)院學(xué)報;2018年02期

9 諶鵬;;點云數(shù)據(jù)生成軟件的設(shè)計及其在月餅?zāi)＞吣嫦蛟O(shè)計與制造中的應(yīng)用[J];制造技術(shù)與機床;2017年03期

10 黃景偉;何鵬;劉潔;陳明舉;;點云數(shù)據(jù)提取二次曲面特征算法研究[J];信息通信;2017年05期

相關(guān)會議論文 前10條

1 胡文慶;施昆;曹影;;模糊C-均值聚類對點云數(shù)據(jù)的分割[A];云南省測繪地理信息學(xué)會2015年學(xué)術(shù)年會論文集[C];2015年

2 張飛飛;車翔玖;左文品;;基于B樣條曲線的點云數(shù)據(jù)簡化方法[A];第五屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2011年

3 胡志杰;石鵬飛;李廣偉;羌鑫林;;車載點云數(shù)據(jù)自動分類提取與應(yīng)用研究[A];第十一次江蘇科技論壇智慧城市與大數(shù)據(jù)應(yīng)用分論壇論文集[C];2015年

4 曹天賜;李慶莉;龔緒龍;葛云峰;盧毅;陳勇;張芷薇;劉智超;聞煉;;基于點云數(shù)據(jù)的地裂縫監(jiān)測對象提取研究——以江蘇無錫光明村為例[A];2018年全國工程地質(zhì)學(xué)術(shù)年會論文集[C];2018年

5 張萍;;逆向工程中基于聚類的點云數(shù)據(jù)精簡[A];2010年西南三省一市自動化與儀器儀表學(xué)術(shù)年會論文集[C];2010年

6 葛振華;王鵬;孫建;王紀(jì)凱;陳宗海;;點云數(shù)據(jù)的配準(zhǔn)算法綜述[A];第17屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集（17th CCSSTA 2016）[C];2016年

7 劉佳;張愛武;楊麗萍;;室內(nèi)場景激光點云數(shù)據(jù)的三維建模[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

8 孟麗芬;;3D逆向造型的標(biāo)準(zhǔn)化作業(yè)[A];創(chuàng)新塑性加工技術(shù)，推動智能制造發(fā)展——第十五屆全國塑性工程學(xué)會年會暨第七屆全球華人塑性加工技術(shù)交流會學(xué)術(shù)會議論文集[C];2017年

9 段文國;張愛武;蔡廣杰;;基于VTK的點云數(shù)據(jù)繪制研究與實現(xiàn)[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 吳衛(wèi)軍;陳平;殷義程;;基于DEM的點云數(shù)據(jù)對比方法分析[A];云南省測繪地理信息學(xué)會2017年學(xué)術(shù)年會論文集[C];2017年

相關(guān)重要報紙文章 前2條

1 記者 廖雪梅;重慶明年擬打造700個“智慧工地”[N];重慶日報;2018年

2 李兆平　龔渤;多點開花 前景廣闊[N];中國測繪報;2012年

相關(guān)博士學(xué)位論文 前10條

1 張紹澤;面向三維可視化的激光掃描點云數(shù)據(jù)處理方法研究[D];西安電子科技大學(xué);2017年

2 羅楠;基于點云數(shù)據(jù)的3D打印關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2017年

3 唐逸之;點云數(shù)據(jù)的魯棒配準(zhǔn)與自適應(yīng)表面重建[D];浙江大學(xué);2017年

4 楊永濤;三維離散點云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學(xué);2017年

5 金娟鳳;基于特征距離的腰腹臀部體型分析與個性化女褲樣板生成[D];浙江理工大學(xué);2017年

6 石宏斌;地面激光點云模型自動構(gòu)建方法研究[D];武漢大學(xué);2014年

7 葉立志;機載LiDAR與影像密集匹配點云數(shù)據(jù)的濾波方法研究[D];武漢大學(xué);2016年

8 張學(xué)昌;基于點云數(shù)據(jù)的復(fù)雜型面數(shù)字化檢測關(guān)鍵技術(shù)研究及其系統(tǒng)開發(fā)[D];上海交通大學(xué);2006年

9 張力寧;點云數(shù)據(jù)抗噪處理方法及其在葉片重建中的應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

10 張坤;基于三維激光掃描的點云數(shù)據(jù)逆向重建算法研究[D];燕山大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 李鵬;空間三維點云數(shù)據(jù)精確配準(zhǔn)技術(shù)[D];戰(zhàn)略支援部隊信息工程大學(xué);2018年

2 周欣;三維激光掃描點云數(shù)據(jù)孔洞修復(fù)與精簡算法研究[D];北京建筑大學(xué);2018年

3 許海波;基于建筑特征的三維激光點云數(shù)據(jù)處理方法研究[D];重慶交通大學(xué);2018年

4 張昌賽;機載LiDAR輸電線走廊點云數(shù)據(jù)自動分類和樹障預(yù)警分析方法研究[D];蘭州交通大學(xué);2018年

5 歐陽峻嶺;基于高斯映射的點云分類算法研究[D];成都理工大學(xué);2018年

6 朱祺夫;基于TLS點云數(shù)據(jù)與卷積神經(jīng)網(wǎng)絡(luò)的滑坡變形分析與預(yù)測研究[D];昆明理工大學(xué);2018年

7 張抒遠(yuǎn);機載LiDAR點云數(shù)據(jù)濾波及建筑物提取研究[D];長安大學(xué);2018年

8 李寧;三維激光掃描點云數(shù)據(jù)濾波算法的研究[D];長安大學(xué);2018年

9 曾文偉;地面三維激光掃描技術(shù)在建筑工程中的應(yīng)用[D];東華理工大學(xué);2017年

10 馬柏林;激光點云數(shù)據(jù)索引和壓縮方法研究[D];西安科技大學(xué);2018年

本文編號：2683624