[发明专利]基于激光雷达技术获取甚高郁闭度森林蓄积量的方法

说明书

技术领域

本发明涉及一种基于激光雷达技术获取甚高郁闭度森林蓄积量的方法，属于激光雷达点云数据处理技术领域。

背景技术

森林资源清查的主要目的是通过调查各类森林资源的分布和质量变化情况来进行森林管理和决策分析(包括森林砍伐和种植等应用)。传统的方法是通过人工对标准样地进行大量的实地勘测，并利用样本数据中单棵树木的胸径、冠层直径和树高等参数来估算整个森林的林分信息，耗费大量的人力资源和时间成本，而且实地测量时树高一般是通过目视经验来确定的，其取值也存在一定的误差，因此，传统的作业模式已无法满足森林资源信息高效率、高精度地获取。

近年来，激光雷达技术在获取高精度的三维森林结构信息方面优势突出，相较地面激光雷达的小范围高精度测量以及星载激光雷达的精度局限，机载激光雷达在森林勘察应用中的作用愈发明显。在北欧一些国家，机载激光雷达技术已经成熟应用于森林资源清查中，其作用的对象主要是北方针叶林，利用低密度点云数据进行单棵树的检测较为容易；而在国内，大多是面积广、郁闭度高，森林分布密集的南方阔叶林，致使单棵树的检测较为困难，因此机载激光雷达技术尚没有真正应用于森林调查中。

利用机载激光雷达技术获取森林蓄积量，其要解决的关键问题有两个，即单棵树的检测和树高、胸径的获取。目前，在单棵树的检测方面主要利用冠层高度模型CHM(一般通过DSM与DTM的差值或者利用点云数据与DTM的差值归一化后再经插值栅格化来获取)，采用平滑滤波和插值算法填补凹坑，并通过搜索窗口检测局部最大值来获得树高，利用双正切角和分水岭分割算法检测单棵树的所在范围。平滑滤波和插值算法的主要目的是确保栅格图像的连续光滑，减小分割算法的边界效应，提高树检测的准确性，但是经过平滑滤波后通常会使树冠之间的边界变得的模糊，并且通过上述分割方法也不可避免地会出现过度分割现象。在树高和胸径的获取方面，主要是利用人工对样地的树高和胸径进行直接量测，耗时较长。

发明内容

针对现有技术的不足，本发明提出了一种基于激光雷达技术获取甚高郁闭度森林蓄积量的方法，其提供了从森林数据采集到森林参数获取的技术流程，为森林清查提供了技术支持。

本发明解决其技术问题采取的技术方案是：对获取的甚高郁闭度森林区域的地面信息通过树木分割来提取单棵树，并进行推算森林蓄积量，从而获得该区域的甚高郁闭度森林森林蓄积量。

优选地，获取甚高郁闭度森林蓄积量的过程包括以下步骤：

1)根据不同区域，设置满足要求的飞行高度、飞行速度和飞行航线，以达到300点/m2以上的点密度为条件进行数据采集，并将经纬度坐标转换成后续数据处理所需的地理坐标生成以米为单位的点云数据；

2)通过代表树木冠层顶部信息的数字表面模型DSM与表示地形信息的数字地面模型DTM之间的差值获得归一化的数字高程模型nDSM；

3)将数字高程模型nDSM数据投影到二维平面，通过设定采样间隔和最大值栅格化处理，取落入每一格网内的最大值作为当前点的高程值；

4)进行垂直方向最大值稀疏处理，保留冠层顶部，并以实际树木冠径的经验宽度为搜索半径，检测局部最大值点，然后将检测的种子点栅格化为标记图像，作为分水岭分割算法的输入参数来提取单棵树；

5)根据数据采集区域样地单棵树的实测数据拟合生成胸径-树高-冠径模型，推算森林蓄积量并通过构建LOD2树模型对森林区域中树的分布情况进行三维模型显示。

优选地，在步骤2)中，通过分类方法对点云数据进行区分地面和非地面信息，利用数字表面模型DSM与数字地面模型DTM的差值进行高程归一化处理获得归一化的数字高程模型nDSM。

优选地，在步骤3)中，根据设置固定采样间隔，取所有落入单个格网中的最大值点为当前灰度值，没有点落入时赋值为0，以此来形成二维栅格数据。

优选地，在步骤4)中，首先是对栅格图像中的每个像素的灰度级进行由低到高的排序过程，然后通过注水，由每一个局部极小值慢慢向外扩展，进行从低到高的淹没处理，各个种子点相互间的汇集处构成分水岭，定义为边界。

优选地，所述种子点为通过对nDSM进行稀疏处理时，只保留垂直方向上的最大值，并通过给定的搜索半径，检测水平位置上的最大值点来获取到的且其个数表示检测出单棵树个数的栅格图像。

优选地，局部最大值点为通过一定大小的搜索窗口，逐像素的比较搜索窗口范围内的所有点与当前点的灰度值大小，当前点大于周边点时，取该局部最大值点为种子点。

优选地，所述胸径-树高-冠径模型为：

D＝aC+bH+c