【摘要】：森林資源對生態(tài)系統(tǒng)和人類生活有著十分重要的作用,準確獲取森林參數(shù)是森林資源調(diào)查的基本工作。近年來,激光雷達技術(shù)的發(fā)展為高精度森林三維結(jié)構(gòu)參數(shù)的獲取提供了可能。機載Li DAR由于具有高精度、高效率、大面積獲取森林結(jié)構(gòu)信息的優(yōu)勢,是森林清查中主要的Li DAR數(shù)據(jù)來源。目前單木分割研究大都是在特定的森林狀況下進行的,且對于分割方法的精度評價沒有統(tǒng)一標準,無法評價各分割方法的優(yōu)劣。本文采用基于冠層高度模型分割、基于點云分割、基于無凹坑冠層高度模型分割、基于層堆疊種子點分割等方法,對針葉林、闊葉林和針闊混交林三種森林類型不同森林密度的機載Li DAR數(shù)據(jù)進行單木分割,使用F-Score、檢測率、正確率和總體精度進行定量評價,探討不同分割方法在不同森林狀況下的適用性。其次,對葉面積指數(shù)、冠層覆蓋度、樹密度、樹高變異系數(shù)、坡度等影響因子進行分析,探索其對各分割方法的影響。為今后森林清查、森林資源管理提供分割方法的選擇,以及后續(xù)對分割算法進行改進提供參考意見。結(jié)果表明:(1)四種分割方法的結(jié)果在不同森林類型間,存在一定差異。在針葉林樣地,基于Pit-free CHM分割的精度最好,雖然算法的穩(wěn)定性不如基于層堆疊種子點分割,但基于層堆疊種子點分割算法對參數(shù)比較敏感,可以優(yōu)先選擇基于Pit-free CHM分割算法,分割精度可以達到0.9;在闊葉林樣地,我們發(fā)現(xiàn)四種分割方法的分割精度均明顯低于針葉林樣地的分割精度,基于層堆疊種子點分割算法的分割棵數(shù)占總棵樹的77%,并且從算法穩(wěn)定性的角度來看,基于層堆疊種子點分割方法的穩(wěn)定性也最好,基于Pit-free CHM分割方法容易因森林的復雜狀況而出現(xiàn)異常值;在針闊混交林樣地,基于層堆疊種子點分割的精度與穩(wěn)定性均較好,基于CHM分割算法的穩(wěn)定效果最差。(2)各影響因子在不同森林類型樣地中對四種分割方法的影響也存在差異。在針葉林樣地,基于點云分割,隨樹高變異系數(shù)的增大,分割精度呈現(xiàn)下降趨勢�；赑it-free CHM分割在冠層覆蓋度小于0.8時,分割效果最好。在闊葉林樣地,四種分割方法的分割精度隨樹密度的增大均呈下降趨勢,當樹密度較小時,建議選擇基于Pit-free CHM分割。反之,選擇基于層堆疊種子點分割方法分割效果較好。在針闊混交林樣地,樹密度、冠層覆蓋度和樹高變異性均對各分割方法的分割精度具有顯著性影響。隨樹高變異系數(shù)的增大,尤其是樹高變異系數(shù)大于0.25時,基于層堆疊種子點分割具有明顯優(yōu)勢。坡度對四種分割方法在不同森林類型中的影響較小。
【圖文】：

定和科學合理的經(jīng)營森林提供現(xiàn)實依據(jù)。林資源調(diào)查主要是通過實地測量獲取相關(guān)資料，耗時耗星遙感技術(shù)的出現(xiàn)，為大面積森林資源清查提供了可不能得到森林的三維結(jié)構(gòu)信息，而且部分影像分辨率很得其對林分垂直結(jié)構(gòu)信息的表達十分有限。light detection and ranging，LiDAR），一種新興的主動脈沖從發(fā)射到被接收之間的時間差（ t），分析傳感器D），從而實現(xiàn)目標物精確的三維結(jié)構(gòu)信息（公式 1-1）原理圖）。D =12 激光雷達傳感器到目標地物的距離，C 為光速，， t 為間差。

獲取多次回波信息，因此它可以快速、高精度獲包括林分尺度和單木（即單株樹木）尺度參數(shù)提度等的調(diào)查，以及生物量和蓄積量的反演。從激獲取單木尺度的樹高、冠幅、胸徑等森林信息的所用平臺來看，有地基平臺、車載平臺[22]、背包平臺和星載平臺等[1]。機載 LiDAR 即將激光雷上，采用自上而下的方式對地面進行掃描，因此光點云。機載 LiDAR 通常為小光斑激光雷達，，所獲取點云數(shù)據(jù)的密度常與飛行高度、飛行速激光雷達每束脈沖一般有 1 到 5 次回波。近年來據(jù)適用于森林尺度、林分尺度和單木尺度的較為機載 LiDAR 可以高精度、高效率、大面積的，本文選擇機載 LiDAR 數(shù)據(jù)進行單木分割方法
【學位授予單位】：新疆大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：S758

【參考文獻】

相關(guān)期刊論文 前10條

1 林怡;季昊巍;葉勤;;基于LiDAR點云的單棵樹木提取方法研究[J];計算機測量與控制;2017年06期

2 郭慶華;吳芳芳;胡天宇;陳琳海;劉瑾;趙曉倩;高上;龐樹鑫;;無人機在生物多樣性遙感監(jiān)測中的應用現(xiàn)狀與展望[J];生物多樣性;2016年11期

3 郭昱杉;劉慶生;劉高煥;黃

本文編號：2694307