【技术实现步骤摘要】
一种机载低密度点云与同步航空影像山地森林林分密度估算方法
[0001]本专利技术涉及植被遥感领域，尤其是一种基于机载低密度LiDAR与同步航空影像数据的山地林区分林分密度估算方法。
技术介绍
[0002]利用LiDAR数据可以从两个方面估测林分密度，一方面是基于高密度点云（通常大于4点/m2）数据的单木尺度分割，提取单木树冠，从而统计出林分密度；另一方面是基于林分尺度按照样地面积统计出点云参数（metrics）和林分属性并建立经验统计模型进行估计。其中第二种方式metrics涉及到了树冠的高度变量，如平均高度（mean height）和树冠密度变量（Count）（通过在某个高度以上相对于总回波点数量比值来刻画回波的频率）等。但是这些变量只有少数留在了最终的估测模型中。在已有的方法中出现了大量的针对不同类型森林和树种的模型。但是，在这方面大部分的结构变量可以获得中等或者较高的相关性，而林分密度估计精度相对较低，还值得更多的探索。
技术实现思路
[0003]针对上述问题，本专利技术提出了一种基于机载低密度LiDAR与同步航空影像数据的山地林区林分密度提取方法机载低密度点云与同步获取的航空影像数据，首先获取同步数据集以及对应的样地数据集，组成样地向量集，本专利技术需要用到一部分地面样地数据和同步数据集完成研究区森林林分密度的估计，因此，要完成必要的预处理，包括数据集之间的空间位置匹配，保证提取精度。探索了众多变量，发现点云树冠密度变量为林分密度相关性较高的变量，并利用此变量和地形变量、树冠点数量变量共同建立...
【技术保护点】
【技术特征摘要】
1.一种基于机载低密度点云与同步航空影像山地森林林分密度估算方法，其特征在于： 步骤1，首先收集覆盖森林研究范围内某一时相的机载LiDAR数据（低密度，点云密度约为2个点每平方米）和同步航空影像数据集（空间分辨率为0.2 m）；步骤2，在研究区域内布设一定数量的森林调查样地，以国家森林资源一类清查数据为例，考虑样地内所有林木株树相加为实际林分密度（包括样地内所有阔叶树、针叶树、竹林），保证数据集（机载LiDAR数据、航空影像数据、地面样地数据）之间位置的准确性；步骤3，完成点云数据的预处理，包括噪声点去除、地面点分类、DEM生成、归一化点云制作，即将每个点云的高程减去对应地面点的高程（由于点云数据的预处理不在本发明专利要求保护的范围之内，不做重点陈述）；以样地为单位，收集以样地为单位的LiDAR metrics信息，提取点云数量Count属性数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。