【摘要】：天然森林在垂直方向上具有明顯的“喬-灌-草”層次結(jié)構(gòu)。大部分森林都可分為由喬木層組成的森林冠層和由灌木、草本和苔蘚等構(gòu)成的林下植被兩層。森林背景是指森林冠層以下的所有物質(zhì),包括林下植被、土壤、巖石、雪、凋落物以及它們的混合所構(gòu)成的系統(tǒng)。準(zhǔn)確、定量地分離林下植被和森林冠層對于提高森林冠層參數(shù)反演精度具有重要的科學(xué)意義和實用價值。傳統(tǒng)被動光學(xué)遙感數(shù)據(jù)在直接獲取三維信息方面存在局限性,無法有效獲取森林立體結(jié)構(gòu)。激光雷達技術(shù)的出現(xiàn)使得從三維角度進行森林立體分層成為可能。首先,本研究利用航空激光雷達掃描系統(tǒng)(Aerial Laser Scanning,ALS)獲取了美國華盛頓州植物園和美國俄勒岡州Panther Creek區(qū)域的森林激光雷達數(shù)據(jù)。在對所獲取的三維點云數(shù)據(jù)進行單木分割獲取了單木高度信息,并結(jié)合高度閾值方法實現(xiàn)了林下植被和森林冠層點云數(shù)據(jù)的準(zhǔn)確分離。利用分離所得到的森林冠層點云數(shù)據(jù)生成掩膜圖像去除光學(xué)遙感數(shù)據(jù)中的森林背景信息,有效地改善了森林冠層葉面積指數(shù)的估算精度。其次,采用點云垂直剖面法統(tǒng)計不同高度的點數(shù),通過點云剖面對林下植被和森林冠層的分離和提取結(jié)果進行了有效驗證。其次,本研究發(fā)展了一種新型的地基激光雷達(Terrestrial Laser Scanning,TLS)數(shù)據(jù)單木分割算法,并將其應(yīng)用于芬蘭埃沃森林的地面激光點云數(shù)據(jù)進行單木分割,在獲取單木高度信息的基礎(chǔ)上實現(xiàn)了森林冠層和林下植被點云數(shù)據(jù)的立體分離。最后,對森林分層分別提取到的森林冠層和林下植被的點云數(shù)據(jù)結(jié)果分別進行了對比分析和驗證,并得到以下結(jié)論:(1)去除林下植被信息能夠有效改善森林冠層葉面積指數(shù)估算精度。研究結(jié)果表明,通過剔除森林樣地水平的林下植被,歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)與地面實測冠層有效葉面積指數(shù)的R2由0.086提升到0.591。此外,與簡單比值植被指數(shù)(Simple Ratio,SR)(R2由0.209提升到0.560)和簡化簡單比例植被指數(shù)(Reduced Simple Ratio,RSR)(R2由0.147提升到0.358)相比,歸一化植被指數(shù)(NDVI)對冠層葉面積指數(shù)的變化最為敏感(R2由0.086提升到0.591)。(2)森林郁閉度對于ALS數(shù)據(jù)的穿透性具有顯著影響。研究結(jié)果表明,中,低密度的森林可以有效的去除林下植被部分。高密度的森林由于樹木枝葉遮擋,激光穿透性不高,因此需要調(diào)整相關(guān)一系列參數(shù)完成林下植被分離。(3)本研究提出的方法使用地基激光雷達技術(shù)可以定量,有效分離獲取高密度林下植被。研究結(jié)果表明,在中,低密度森林中提取出來的林下植被較少,覆蓋度最高為0.358,覆蓋度最低為0.07,高密度森林中提取出來林下植被較多,覆蓋度最高為0.628,覆蓋度最低為0.3。地基激光雷達掃描儀可以有效獲取林下植被。
【圖文】：

單株樹木點云得到樹木空間位置，樹高等參數(shù)信息。并通過本研宄中提出的高度逡逑閾值分層算法分離提取森林冠層和林下植被。通過點云體素法對森林立體分層的逡逑結(jié)果進行驗證，分析，如圖１．１。逡逑２０逡逑

該Ｐａｎｔｈｅｒ邋Ｃｒｅｅｋ研究區(qū)被不同的密度，不同森林覆蓋度，以及不Ｎ樹高（最高達逡逑６１邋ｍ）的植被覆蓋。Ｐａｎｔｈｅｒ邋Ｃｒｅｅｋ研究區(qū)地形起伏較大，該研究區(qū)高程差最大達２８２逡逑ｍ，研究區(qū)二如圖２．１。逡逑0Ｒ邐Ｗａｓｈｉｎｇｔｏｎ邋Ｐａｒｋ邋Ａｒｂｏｒｅｔｕｍ邋（ＷＰＡ）邐廠＾逡逑圖２．１美國華盛頓州植物園研宄區(qū)和Ｐａｎｔｈｅｒ邋Ｃｒｅｅｋ研[偳義希疲椋紓酰睿懼澹玻澹卞澹祝校鈴澹螅簦酰洌澹幔潁澹徨澹幔睿洌校幔睿簦歟椋澹蟈澹茫潁澹澹脲澹螅簦酰洌澹幔潁澹幔義涎芯殼揮詵依及Ｎ稚鄭ǎ叮保保，

本文編號：2614624