森林立体分层的激光雷达研究
发布时间：2020-04-05 05:39
【摘要】：天然森林在垂直方向上具有明显的“乔-灌-草”层次结构。大部分森林都可分为由乔木层组成的森林冠层和由灌木、草本和苔藓等构成的林下植被两层。森林背景是指森林冠层以下的所有物质,包括林下植被、土壤、岩石、雪、凋落物以及它们的混合所构成的系统。准确、定量地分离林下植被和森林冠层对于提高森林冠层参数反演精度具有重要的科学意义和实用价值。传统被动光学遥感数据在直接获取三维信息方面存在局限性,无法有效获取森林立体结构。激光雷达技术的出现使得从三维角度进行森林立体分层成为可能。首先,本研究利用航空激光雷达扫描系统(Aerial Laser Scanning,ALS)获取了美国华盛顿州植物园和美国俄勒冈州Panther Creek区域的森林激光雷达数据。在对所获取的三维点云数据进行单木分割获取了单木高度信息,并结合高度阈值方法实现了林下植被和森林冠层点云数据的准确分离。利用分离所得到的森林冠层点云数据生成掩膜图像去除光学遥感数据中的森林背景信息,有效地改善了森林冠层叶面积指数的估算精度。其次,采用点云垂直剖面法统计不同高度的点数,通过点云剖面对林下植被和森林冠层的分离和提取结果进行了有效验证。其次,本研究发展了一种新型的地基激光雷达(Terrestrial Laser Scanning,TLS)数据单木分割算法,并将其应用于芬兰埃沃森林的地面激光点云数据进行单木分割,在获取单木高度信息的基础上实现了森林冠层和林下植被点云数据的立体分离。最后,对森林分层分别提取到的森林冠层和林下植被的点云数据结果分别进行了对比分析和验证,并得到以下结论:(1)去除林下植被信息能够有效改善森林冠层叶面积指数估算精度。研究结果表明,通过剔除森林样地水平的林下植被,归一化植被指数(Normalized Difference Vegetation Index,NDVI)与地面实测冠层有效叶面积指数的R2由0.086提升到0.591。此外,与简单比值植被指数(Simple Ratio,SR)(R2由0.209提升到0.560)和简化简单比例植被指数(Reduced Simple Ratio,RSR)(R2由0.147提升到0.358)相比,归一化植被指数(NDVI)对冠层叶面积指数的变化最为敏感(R2由0.086提升到0.591)。(2)森林郁闭度对于ALS数据的穿透性具有显著影响。研究结果表明,中,低密度的森林可以有效的去除林下植被部分。高密度的森林由于树木枝叶遮挡,激光穿透性不高,因此需要调整相关一系列参数完成林下植被分离。(3)本研究提出的方法使用地基激光雷达技术可以定量,有效分离获取高密度林下植被。研究结果表明,在中,低密度森林中提取出来的林下植被较少,覆盖度最高为0.358,覆盖度最低为0.07,高密度森林中提取出来林下植被较多,覆盖度最高为0.628,覆盖度最低为0.3。地基激光雷达扫描仪可以有效获取林下植被。
【图文】：
单株树木点云得到树木空间位置，树高等参数信息。并通过本研宄中提出的高度逡逑阈值分层算法分离提取森林冠层和林下植被。通过点云体素法对森林立体分层的逡逑结果进行验证，分析，如图１．１。逡逑２０逡逑
该Ｐａｎｔｈｅｒ邋Ｃｒｅｅｋ研究区被不同的密度，不同森林覆盖度，以及不Ｎ树高（最高达逡逑６１邋ｍ）的植被覆盖。Ｐａｎｔｈｅｒ邋Ｃｒｅｅｋ研究区地形起伏较大，该研究区高程差最大达２８２逡逑ｍ，研究区二如图２．１。逡逑0Ｒ逦Ｗａｓｈｉｎｇｔｏｎ邋Ｐａｒｋ邋Ａｒｂｏｒｅｔｕｍ邋（ＷＰＡ）逦厂＾逡逑图２．１美国华盛顿州植物园研宄区和Ｐａｎｔｈｅｒ邋Ｃｒｅｅｋ研[偳义希疲椋纾酰睿惧澹玻澹卞澹祝校铃澹螅簦酰洌澹幔颍澹徨澹幔睿洌校幔睿簦欤椋澹蝈澹茫颍澹澹脲澹螅簦酰洌澹幔颍澹幔义涎芯壳挥诜依及Ｎ稚郑ǎ叮保保，
本文编号：2614624
【图文】：
单株树木点云得到树木空间位置，树高等参数信息。并通过本研宄中提出的高度逡逑阈值分层算法分离提取森林冠层和林下植被。通过点云体素法对森林立体分层的逡逑结果进行验证，分析，如图１．１。逡逑２０逡逑
该Ｐａｎｔｈｅｒ邋Ｃｒｅｅｋ研究区被不同的密度，不同森林覆盖度，以及不Ｎ树高（最高达逡逑６１邋ｍ）的植被覆盖。Ｐａｎｔｈｅｒ邋Ｃｒｅｅｋ研究区地形起伏较大，该研究区高程差最大达２８２逡逑ｍ，研究区二如图２．１。逡逑0Ｒ逦Ｗａｓｈｉｎｇｔｏｎ邋Ｐａｒｋ邋Ａｒｂｏｒｅｔｕｍ邋（ＷＰＡ）逦厂＾逡逑图２．１美国华盛顿州植物园研宄区和Ｐａｎｔｈｅｒ邋Ｃｒｅｅｋ研[偳义希疲椋纾酰睿惧澹玻澹卞澹祝校铃澹螅簦酰洌澹幔颍澹徨澹幔睿洌校幔睿簦欤椋澹蝈澹茫颍澹澹脲澹螅簦酰洌澹幔颍澹幔义涎芯壳挥诜依及Ｎ稚郑ǎ叮保保，
本文编号：2614624
本文链接：https://www.wllwen.com/nykjlw/lylw/2614624.html
