典型文献
基于机载LiDAR的高郁闭度华北落叶松林单木识别
文献摘要：
[目的]高郁闭度华北落叶松林Larix principis-rupprechtii林木树冠交叉重叠,传统的基于高分辨影像的单木识别方法识别精度不高.利用机载LiDAR三维点云数据可提高高郁闭度华北落叶松林的单木识别精度.[方法]在点云数据预处理基础上,提出基于点云空间特征的高斯核函数改进的均值漂移单木位置识别方法(MSP),比较并分析MSP法与基于点云空间特征的区域生长点云分割方法(RGP)、基于冠层高度模型的局部最大值单木位置识别方法(LMC)和基于冠层模型的多尺度分割单木位置识别方法(MSC)的单木识别效果.[结果]4种方法单木位置识别精度从大到小依次为MSP(89.30％)、LMC?(85.60％)、RGP?(77.50％)和MSC?(70.00％),MSP的漏分误差和错分误差最小,分别为8.7％和8.0％,平均单木冠幅提取精度为90.18％.[结论]提出的MSP法对高郁闭度华北落叶松林单木位置识别具有较好的适用性,利用机载LiDAR可为提取华北落叶松林森林结构参数提供新的途径.
文献关键词：
单木位置识别;机载LiDAR;高郁闭度;均值漂移;华北落叶松
中图分类号：
作者姓名：
陈思宇;刘宪钊;王懿祥;梁丹
作者机构：
浙江农林大学 环境与资源学院,浙江 杭州 311300;浙江农林大学 省部共建亚热带森林培育国家重点实验室,浙江 杭州 311300;浙江农林大学 浙江省森林生态系统碳循环与固碳减排重点实验室,浙江 杭州311300;中国林业科学研究院 资源信息研究所 国家林业和草原局森林经营与生长模拟重点实验室,北京100091
文献出处：
引用格式：
[1]陈思宇;刘宪钊;王懿祥;梁丹-.基于机载LiDAR的高郁闭度华北落叶松林单木识别)[J].浙江农林大学学报,2022(04):800-806
A类：
单木位置识别
B类：
机载,LiDAR,高郁闭度,华北落叶松,落叶松林,单木识别,Larix,principis,rupprechtii,林木,树冠,交叉重叠,方法识别,识别精度,三维点云数据,数据预处理,空间特征,高斯核函数,均值漂移,MSP,区域生长,生长点,点云分割,分割方法,RGP,冠层高度模型,局部最大值,LMC,层模型,多尺度分割,分割单,MSC,错分,冠幅提取,别具,林森,森林结构
AB值：
0.247403
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
