[发明专利]一种结合激光雷达和高光谱数据对森林树种分类的方法

说明书

本发明公开了一种结合激光雷达和高光谱数据对森林树种分类的方法，属于森林资源监测技术领域。本发明首先对获取的激光雷达点云数据进行去噪、归一化，然后通过激光雷达点云数据中的点云距离的差异提取研究区内的单木冠幅，然后提取高光谱数据中作为分类的变量特征，结合提取的单木冠幅，将高光谱特征在冠幅内进行统计与汇总，以汇总过后的特征均值作为训练样本对树种利用随机森林算法进行分类，具有效率高、精度高的优点，本发明的方法不仅利于特征变量的机理解释，也易于通过方法移植应用于天然林和次生林等。

技术领域

本发明属于森林资源监测技术领域，更具体地说，涉及一种结合激光雷达和高光谱数据对森林树种分类的方法。

背景技术

精确的森林树种分类，对于森林资源监测、生态因子调查及生物多样性研究有重要意义。同时，这些信息也可以用于掌握森林树种资源分布及动态变化，对于森林的经营管理、生态环境保护及气候变化缓解方面提供数据支持。常规的树种分类主要依赖于野外调查及大比例尺航片或卫片判读等，其工作量较大，且不利于森林树种信息的更新。

近年来，基于激光雷达和高光谱技术逐步应用于森林信息获取中。激光雷达技术作为一种主动遥感技术，受天气环境等的影响较小，能够较好地获取森林的植被高程信息及冠层三维结构信息。高光谱技术以被动遥感的方式可以获得多种不同时相和空间尺度的植被生物物理和化学特征，提供丰富的光谱信息来提高树种的区分。通过激光雷达数据所记录的单木三维结构可以有效的在森林中提取出单木，同时利用高光谱数据的单木光谱信息可以实现对森林树种的精准分类。基于激光雷达和高光谱数据对森林树种进行分类的研究为： Thomson等2005年在《International Journal of Remote Sensing》第26卷上发表的“Mapping woodland species composition and structure using airborne spectraland LiDAR data”，该研究借助激光雷达和高光谱数据，通过提取的冠层高度模型和光谱特征变量，结合非监督分类方法对针阔混交林进行了树种分类。刘怡君等在2016年《林业科学研究》第29卷上发表的“机载LiDAR和高光谱融合实现普洱山区树种分类”，该研究采用机载激光雷达和高光谱数据，并基于支持向量机分类方法，对普洱市万掌山的主要树种进行分类。然而，以上方法都是人工勾绘树冠边界然后基于冠幅内高光谱特征变量进行分类，并未充分利用激光雷达的三维结构信息进行单木分割，且并未综合冠幅内的激光雷达和高光谱特征变量进行分类。同时，更未见全面深入计算高光谱特征进行森林树种分类的方法。

发明内容

发明目的：针对现有技术存在的上述问题，本发明的目的在于提供一种利用激光雷达的三维结构信息进行单木分割，并综合冠幅内的激光雷达和高光谱特征变量对森林树种进行分类的方法。

技术方案：为了解决上述问题，本发明所采用的技术方案如下：

一种结合激光雷达和高光谱数据对森林树种分类的方法，通过激光雷达点云数据中的点云距离的差异提取研究区内的单木冠幅，然后提取高光谱数据中作为分类的变量特征，结合提取的单木冠幅，将高光谱特征在冠幅内进行统计与汇总，以汇总过后的特征均值作为训练样本对树种利用随机森林算法进行分类。

包括以下步骤：

(1)借助飞机采集激光雷达和高光谱数据，在地面设置样地，并在样地中记录树种并计数，同时对样地中单木位置进行定位以用于模型训练样本选择；

(2)通过激光雷达点云数据计算归一化点云数据，并对原始高光谱数据进行辐射定标和校正，实现遥感数据的预处理；

(3)基于点云的距离判断聚类方法对单木的冠幅进行提取；

(4)提取高光谱影像特征并筛选特征变量；

(5)通过随机森林算法利用单木冠幅尺度的高光谱特征对森林树种进行分类。