[发明专利]激光点云中林木参数评估方法

说明书

本发明提供一种测定数据方便，不受环境影响，评估结果准确的激光点云中林木参数评估方法。该方法是对点云数据进行窗口平滑操作，以消除地形高度差；对点云特征进行枝叶分离操作，并获取主枝干信息；计算主枝干点云的法矢量，求取瑞利商获取主枝干倾斜角；结合投影分水岭算法，实现对橡胶林段的单株提取；株株分离后进行反演冠幅与叶片分布，分别计算了冠幅、胸径、冠积、倾斜度、树叶分布与叶面积指数等参数。

技术领域

本发明涉及对树林中树木的有关参数如棵数、树高、胸径、冠体积、冠幅等进行测定评估的方法。

背景技术

中国的亚热带森林，是以常绿阔叶林为主要乔木的生物群落，覆盖着全国大约25％的面积。森林对二氧化碳下降、动物群落、调节水文流动和巩固土壤起着重要的作用。此外，森林生物量是评估森林碳贮量的重要参数。若森林遭受破坏，则会产生长期和不可逆的影响。因此，如何对森林进行实时监测，准确而又高效地获取森林相关资源信息，研究森林的生长状况及其动态变化具有非常重要的意义。

正是由于森林的重要性，近年来，国内外许多的学者做了大量的面向森林监测的相关工作。按研究区域的尺度可分为以下三类：

一、在宏观尺度下，运用星载数据的大区域影像，针对林木参数反演开展了较多的工作。其中：基于QuickBird的高分辨率VHR星载图像对城区地区进行定位和树冠描绘；面向WorldView-2卫星数据设计半自动化方法实现对树冠自动定位；面向Ikonos卫星数据对人工针叶林实现树冠分割以及单株树的定位与提取。基于Landsat 8卫星数据针对赞比亚米隆博林进行树冠描绘，进而实现对树冠的定位；面向ALOS PALSAR和Landsat ETM+卫星图像数据智力中部森林中的樟子松和桉树进行树冠分割。虽然宏观尺度下获取到了树木的参数信息，但由于大尺度下精度低和高光谱变异性问题，以及树种、树龄、环境等因素的影响，都会造成基于宏观尺度下的测量方法对不同种类的树冠边缘识别与冠中心定位不准确等误差。

二、在中观尺度下，如机载Lidar、小尺度激光Lidar扫描仪、航空影像、移动式激光扫描和高光谱小型机载光谱成像仪(CASI)等。中观尺度下的研究工作，在树顶遮挡、参数扫描和树木差异性上都存在着问题，这对结果的获取和对单株树木提取都有着一定的影响。

三、在微观尺度下，目前的方法主要有：落叶法、角规测树法、半球摄影法，叶面积测定法和LAI-2200植物冠层分析仪等方法。微观尺度下所采用的方法都较为简单，不需要特殊的仪器，较为方便快捷，但多是人力测量，其耗力大，而且测量工作容易受外界因素影响，如季节、天气、光照和色差等，这些因素都会导致对林分参数的测量照成很大的困难，测定工作历经时间相对较长。

本发明的目的是提供一种测定数据方便，不受环境影响，评估结果准确的激光点云中林木参数评估方法。

本发明所述的激光点云中林木参数评估方法，包括以下步骤：

步骤A:获取点云数据：以激光雷达对树林自下而上扫描，获取树林的点云数据p_i(x_i，y_i，z_i)，x_i、y_i、z_i分别表示点p_i在x、y、z坐标轴方向上的坐标值；

步骤B:对树木枝叶分离：

对于点云数据中的一点p_i＝(x_i,y_i,z_i)^T,其中对于点p_i，半径为r_m内的领域定义为：p_j＝(x_j,y_j,z_i)^T，且满足条件：||p_j-p_i||≤r_m；