典型文献
地基与无人机激光雷达结合提取单木参数
文献摘要:
激光雷达(Light Detection And Ranging,LiDAR)在森林空间结构测量方面具有较大优势,但单独利用地基或无人机LiDAR难以完整描述森林垂直结构.为此,该研究提出了地基和无人机LiDAR点云相结合的单木参数提取方法,采用相对最短路径算法(Comparative Shortest-Path algorithm,CSP)和点云区域生长算法分别从地基和无人机LiDAR点云中识别单木,根据地基和无人机LiDAR的单木位置与地面实测单木位置进行点云粗匹配,然后采用迭代最近点(Iterative Closest Point,ICP)进行点云精匹配,采用最高值和基于密度的噪声应用空间聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)提取单木树高和胸径,并通过地面实测样地数据对地基、无人机和融合点云的单木参数提取精度进行评价.结果表明:基于地基和融合点云的单木检出率一致,简单、中等、复杂样地的单木检出率分别为98%、94%、91%,基于无人机点云的单木检出率较低;基于地基与融合点云的胸径提取精度基本一致,三种样地胸径提取值的决定系数R2均在0.96以上,均方根误差(Root Mean Square Error,RMSE)在1.20~1.60 cm之间;基于融合点云的树高提取精度最优,简单、中等、复杂样地树高提取值的R2分别为0.98、0.94和0.73,RMSE在1.38~4.19 m之间;融合点云对中等样地树高提取精度提升较大,融合后RMSE相较地基点云降低了0.34 m,R2提高了3%,对简单、复杂样地提升较小;所研究的单木中,杉木的胸径和树高提取精度最高,R2最高分别为0.99、0.89,RMSE最低分别为1.35 cm、1.96 m.地基和无人机LiDAR融合点云可以更精细地测量森林空间结构,更好地满足森林资源调查业务应用.
文献关键词:
无人机;激光雷达;林业;参数提取;胸径;树高
中图分类号:
作者姓名:
朱俊峰;刘清旺;崔希民;张文博
作者机构:
中国矿业大学(北京)地球科学与测绘工程学院,北京 100083;中国林业科学研究院资源信息研究所,北京 100091;国家林业和草业局林业遥感与信息技术重点实验室,北京 100091
文献出处:
引用格式:
[1]朱俊峰;刘清旺;崔希民;张文博-.地基与无人机激光雷达结合提取单木参数)[J].农业工程学报,2022(14):51-58
A类:
森林空间结构
B类:
无人机激光雷达,单木参数,Light,Detection,And,Ranging,LiDAR,垂直结构,点云,参数提取方法,最短路径算法,Comparative,Shortest,Path,algorithm,CSP,区域生长算法,云中,根据地,行点,粗匹配,迭代最近点,Iterative,Closest,Point,ICP,精匹配,最高值,基于密度的噪声应用空间聚类,Density,Based,Spatial,Clustering,Applications,Noise,DBSCAN,单木树高,胸径,样地,融合点,杂样,决定系数,Root,Mean,Square,Error,RMSE,树高提取,精度提升,基点,杉木,最高分,森林资源调查,业务应用,林业
AB值:
0.331469
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。