[发明专利]联合LiDAR点云和同步遥感影像的森林单木树高估算方法

权利要求书

1.一种联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于，包括以下步骤：

步骤S1：获取森林区域低密度机载LiDAR点云数据和同步高分辨率航空遥感影像；

步骤S2：通过对目标区同步航空遥感影像进行镶嵌和正射校正，获得目标区数字正射影像图DOM，该影像与低密度机载LiDAR点云数据的匹配误差要求小于a；

步骤S3：从数字正射影像图中获取单木林冠位置、林冠边界信息以及单木冠幅信息；

步骤S4：对研究区的机载LiDAR点云数据进行处理，结合获取的单木林冠信息得到对应单木林冠内的点云数据；

步骤S5：基于S3和S4步骤结果，构建三维树高模型；

步骤S6：基于步骤S5构建的三维树高模型，根据单木林冠内激光点的个数大于1、等于1和无激光点三种情况进行三维树模型的优化和重建，从而计算得到对应林冠顶点的高度值Z_top；

当单木林冠内激光点的个数大于1时三维树模型的优化和重建，

林冠为D，包括以下步骤：

步骤S611：林冠内每一个激光点都可以构建一个方程来计算得到对应的高度值Z_top；

步骤S612：通过计算每个林冠对应的最优树模型来估测林冠高度值，即利用林冠内激光点云数据来拟合得到一个与林冠点云最接近的三维树模型；利用拟合得到的三维树模型与激光点云之间距离残差最小时的参数组合作为最优三维树模型，其每个林冠激光点对应的残差值由下面方程式表示：

式中r_j(Z′_top)为当前林冠内第j个LiDAR数据的地面坐标(X_j，Y_j，Z_j)代入模型方程所计算得到的残差值；

步骤S613：对当前林冠内每个激光点都计算得到这样一个残差值，最后将林冠内所有LiDAR数据对应残差值的平方和达到最小值时的cc和ch参数值作为当前林冠的最佳三维树模型；

步骤S614：采用一个最小二乘最优化方法计算林冠内所有LiDAR数据对应残差平方和取得最小值时的Z′_top值，将其作为当前最佳树模型下的树顶高度值；其计算公式如下：

针对所有的ch和cc组合，计算出一组残差矩阵和对应的Z′_top值，最终选择残差矩阵中最小值所对应的ch和cc组合构建当前树冠的最优三维参数模型，而对应的Z′_top值即为最优的树高值；

cc为林冠表面曲率的调节系数，ch为林冠深度，bh为林冠的冠基高度，cr为林冠冠幅半径；(X_top，Y_top，Z_top)为对应的林冠顶点坐标值，Z′_top为由ch和cc不同组合参数基于树木三维模型计算获得的树高值。

2.根据权利要求1所述的联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于：所述步骤S1中，点云密度一般＜1点/m²，步骤S2中a为0.5m。

3.根据权利要求1所述的联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于：其特征在于：所述步骤S3的具体方法如下：

步骤S31：基于DOM影像的绿光波段，通过一个固定窗口探测样地内潜在的林冠顶点位置，然后采用自适应的动态窗口对获取的潜在顶点进行判断，如当前顶点为对应窗口区域的最大值则保存，否则删除；

步骤S32：采用基于标记控制的分水岭分割方法来从DOM影像中精确的提取单木林冠边界信息；

步骤S33：利用寻谷法从影像中估测每个顶点的冠幅信息。

4.根据权利要求3所述的联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于：所述动态窗口大小通过计算潜在顶点八个剖面方向半方差值的变程值来自适应的确定。