[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

说明书

本发明涉及联合LiDAR点云和同步遥感影像的森林单木树高估算方法：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。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；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；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；基于以上结果，构建三维树高模型；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。将树高估算等级提升到单木水平，并有效提高林分单木树高估算的精度。

技术领域

本发明涉及一种联合低密度机载LiDAR点云和同步遥感影像的森林单木树高估算方法。

背景技术

森林树高信息作为森林结构参数中最为重要的参数之一，是反演估测其他森林参数的基础。目前，国内外学者对利用激光雷达数据来提取森林树高信息作了大量研究，但由于受到点云采样密度和森林生境的影响，多集中于高密度点云数据对树高信息的提取，而缺乏对低密度点云数据的研究。为此，本发明提出将LiDAR数据和同步获取的高分辨率航空影像相结合，充分挖掘和利用低密度激光雷达数据提供的林冠高程信息和航空影像提供的单木林冠结构信息。

树冠形状通常具有一定的形状特征，如针叶林外观上呈现出圆锥形的特点，而阔叶林林冠则表现为顶部比较平坦的圆形伞状形态。基于林冠这一几何形状特征，Pollock(1996)等提出一种从航空摄影所获取的单目影像中重构林冠的成像模型。但这种成像方法需要假设地形是水平的，且所用的单目影像并不能够很好的重建林冠的三维表面。Sheng等人(2002)为了实现针叶林树冠表面的三维重建，提出了5参数的三维树模型(见附图2)。图中(Xt,Yt,Zt)为林冠顶点的地面坐标；bh为树的基部高度；ch为林冠深度；cr为林冠半径；cc为林冠曲率的调节系数。一旦这五个参数确立，便可以利用下面的方程来模拟出林冠表面上任一点处对应的坐标值。

本发明中所采用的三维树模型正是这一模型在机载LiDAR点云数据上的拓展应技术。目前已有相关研究将这一模型成功的运用到森林参数的估测中来。如Persson和Morsdorf等(2004)利用该模型来从高密度LiDAR数据中获取树高、冠幅和冠基高度等参数，其树高估测的平方根误差(RMSE)达到0.6米左右。而Paris等人(2013)则首次将该模型用于高采样密度LiDAR数据和航拍影像联立进行单木水平树高的反演，并取得了不错的估测效果。但目前该研究主要局限于地形平坦且树木相对独立地区，对于郁闭度较高且坡度较陡的山地地区以及针对低采样密度的机载LiDAR数据则缺乏相应的解决方案。

发明内容

本发明的目的在于提供一种联合LiDAR点云和同步遥感影像的森林单木树高估算方法，将低密度机载LiDAR数据与同步获取的航空影像相结合，通过采用三维参数树模型的方法来实现对林分单木水平树高信息的估算。

为实现上述目的，本发明采用以下技术方案：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。

在本发明一实施例中，所述步骤S2中a为0.5m。