針對(duì)植物葉傾角研究中數(shù)據(jù)測(cè)量不夠精確、數(shù)據(jù)獲取費(fèi)時(shí)費(fèi)力的問題,文章探究了手持式激光雷達(dá)研究葉傾角的可行性。利用手持式激光雷達(dá)分別對(duì)不同月份玉蘭樹進(jìn)行掃描,并提取葉傾角數(shù)據(jù),探討了玉蘭樹冠不同高度層葉傾角在不同生長(zhǎng)期的變化規(guī)律以及相同葉傾角由于上傾下傾朝向不同造成的差異結(jié)果。為驗(yàn)證測(cè)量精度,設(shè)計(jì)了以帶臂量角器和鉛垂線組成的手工測(cè)量工具,并與激光雷達(dá)測(cè)量結(jié)果進(jìn)行了比較,結(jié)果顯示二者具有較好的一致性,平均葉傾角相差2.8°。本研究證實(shí)了手持式激光雷達(dá)觀測(cè)葉傾角變化的可行性,為進(jìn)一步研究不同植物葉傾角信息提供技術(shù)支撐和方法參考。 

【文章來源】：遙感信息. 2020,35(05)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

物候期植株照片

為驗(yàn)證點(diǎn)云提取葉傾角精度，在6月17日激光雷達(dá)掃描后同時(shí)進(jìn)行手工測(cè)量工作。由于樹木較高，只能在下層進(jìn)行取樣。實(shí)測(cè)選擇的葉片需要與點(diǎn)云精確對(duì)應(yīng)，因此在測(cè)量時(shí)還需拍攝多張照片輔助后期判別。舍棄了個(gè)別由于自身晃動(dòng)造成點(diǎn)云判別不清的葉片，最終保留24片葉子實(shí)測(cè)數(shù)據(jù)。1.3 數(shù)據(jù)處理

使用CloudCompare軟件對(duì)3期點(diǎn)云數(shù)據(jù)進(jìn)行處理操作：首先剔除周圍環(huán)境，只保留目標(biāo)玉蘭樹；然后將玉蘭樹冠按高度平均分為上中下3層，考慮到上層樹冠逐漸減小，采用分層隨機(jī)抽樣時(shí)上層選擇30片葉子，中層40片，下層50片。為降低人為選擇的主觀性，將上中下3層分別再均分為3、4、5個(gè)小塊區(qū)域，每小塊區(qū)域選擇10片，盡可能保證均勻隨機(jī)分布（圖3）。3期葉片均為獨(dú)立隨機(jī)選取，并不是相同葉片。以目視勾繪的方法選擇葉片，每片葉子選擇完成后，使用軟件中的平面擬合工具進(jìn)行擬合，得到擬合平面法向量x(,y,z），進(jìn)而通過公式（1）計(jì)算求出葉傾角θ。

【參考文獻(xiàn)】：
期刊論文
[1]基于16線陣TLS數(shù)據(jù)的單木識(shí)別及林分?jǐn)嗝娣e估測(cè)研究[J]. 馬靜怡,黃華國(guó),黃侃,邢路.  北京林業(yè)大學(xué)學(xué)報(bào). 2018(08)
[2]葉方向3維空間分布的地面激光雷達(dá)反演與分析[J]. 馬利霞,鄭光,何維,居為民,程亮.  遙感學(xué)報(bào). 2015(04)



本文編號(hào)：2981612