典型文献
基于车载LiDAR数据的行道树信息提取及安全风险评价
文献摘要：
基于激光雷达点云数据快速精准地获取城市行道树的结构特征和安全风险状况,对于辅助智慧城市管理具有重要意义.针对行道树参数获取中LiDAR点云数据对于形态特征不明显区域难以分割的问题,研究提出了一种树干中心点圆形索引的行道树单株木提取方法.首先,根据高程信息获取树干层切片点云并基于改进的DBSCAN聚类算法对切片数据进行分割;其次,结合地物形态特征识别树干并获取中心点,基于中心点的圆形索引方法完成单株木结构特征信息提取;最后,结合风险矩阵法对研究区内行道树的稳定性和其对交通影响的安全风险进行评价.结果表明:提出的单株木提取方法能有效提高形态特征不明显区域中行道树单株木分割精度,可以准确获取行道树的数量、形态和位置等结构参数信息;安全风险评价发现,研究区内大部分行道树稳定性和对交通影响风险处于Ⅰ级可忽略风险状态,但部分行道树稳定性和对交通影响风险为Ⅱ、Ⅲ级,这些树木主要分布在研究区行道树密集交错的区域.研究结果可为相关部门及时有效地监测和管理行道树提供相应的决策支持.
文献关键词：
车载LiDAR;行道树;信息提取;安全风险评价
中图分类号：
作者姓名：
穆田宝;吴琳娜;张海涛;张寒
作者机构：
贵州大学资源与环境工程学院,贵阳550025;贵州大学省部共建公共大数据国家重点实验室,贵阳550025;喀斯特地质资源与环境教育部重点实验室,贵阳550025;河南财经政法大学 资源与环境学院,郑州450046
文献出处：
引用格式：
[1]穆田宝;吴琳娜;张海涛;张寒-.基于车载LiDAR数据的行道树信息提取及安全风险评价)[J].林业资源管理,2022(05):91-98
A类：
B类：
车载,LiDAR,行道树,安全风险评价,激光雷达点云,点云数据,城市行,风险状况,智慧城市管理,参数获取,种树,树干,中心点,索引,单株,高程信息,信息获取,DBSCAN,聚类算法,地物,特征识别,成单,木结构,特征信息提取,风险矩阵法,内行,交通影响,中行,参数信息,分行,影响风险,树木,木主,决策支持
AB值：
0.29631
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。
