[发明专利]一种森林单木参数提取方法

说明书

本发明涉及一种森林单木参数提取方法，其特征在于包括以下步骤：1)提取森林的激光雷达波形数据的特征参数；2)得到森林的三维点云数据以及高斯分解后激光雷达波形数据的脉冲宽度和强度；3)得到辐射定标校正后森林的三维点云数据以及辐射定标校正后激光雷达波形数据的脉冲宽度和强度；4)对森林进行单木分割，得到森林的单木分割结果；5)根据激光雷达波形数据的特征参数、辐射定标校正后森林的三维点云数据以及辐射定标校正后激光雷达波形数据的脉冲宽度和强度，对单木分割结果进行参数提取，得到森林中每一单木的单木参数，本发明可以广泛应用于激光雷达领域中。

技术领域

本发明是关于一种森林单木参数提取方法，属于激光雷达领域。

背景技术

机载激光雷达测量方法(lidar)是当今测绘业界先进的遥感测量手段，是继GPS空间定位系统后又一项测绘方法新突破。自20世纪60年代末世界第一部激光雷达诞生以来，机载激光雷达方法作为一种重要的航空遥感方法，与成像光谱、成像雷达共同被誉为对地观测三大核心方法。迄今为止，机载激光雷达的研究与应用均取得了相当大的进展，已成为航空遥感领域主流之一，在测绘、电力、水文、林业等领域得到了广泛的应用。与传统的摄影测量方法相比，激光雷达方法生成的三维信息更快、更准确，特别是具有穿透地表覆盖的森林植被快速获取森林冠层结构和地形信息的能力，具有其他方法无可比拟的优势，在森林生态的研究中具有重要意义。

目前在林业应用上的机载激光雷达主要有两类：记录完整波形数据的激光雷达和记录离散点云数据的激光雷达。相对于传统的离散激光雷达波形数据，波形数据通过对发射脉冲与目标相互作用后的回波信号进行高密度数字采样，获取反射信号按时间先后的振幅信息记录，从而形成较为完整的波形剖面。对于林区而言，光斑内往往是由多个树冠层、下层灌木、植被、地表组成的复杂垂直结构，仅记录点云数据的激光雷达系统由于受到垂直分辨率的局限，会损失部分来自目标的后向散射信号，在一定程度上影响了利用激光雷达波形数据进行单木参数提取的效果。激光雷达波形数据的波形记录了包括较小能量信号在内的所有回波信号，通过对波形数据进行处理，能够检测到更多的目标物特征信息，波形数据转换后可以得到更高密度的点云数据，特别是在森林地区更多数量的点云数据可以更为准确地刻画林木的结构特征信息。而波形数据处理后获取的属性信息也在一定程度上反映了不同的立地类型和林木特征信息，这对进一步的分析如森林结构参数提取、树种分类等研究是十分重要的。

自激光雷达方法在林业上开始应用，针对激光雷达波形数据的单木分割和参数提取就一直是其研究的热点，上世纪90年代就开始了基于激光雷达波形数据单木分割和参数估测的研究。目前，单木识别的方法主要是基于冠层高度模型的分割方法和基于三维点云数据的分割方法，其中，基于冠层高度模型(Canopy Height Model，CHM)图像的单木分割方法能够很好地利用数字图像处理中较为成熟的算法，同时图像处理中也积累了相对成熟的大数据处理和分析方法，只要根据CHM图像特点进行一定的改进，就可以进行单木识别，进而进行单木参数的提取，极大的降低数据量和计算量，具有处理速度快，能够快速准确识别大部分优势木的特点。但是CHM图像的产生是通过对点云数据的插值生成的，会引入一些空间上的不确定性误差源，降低单木识别和相关参数提取的精度，同时，基于CHM图像的单木分割方法不能充分利用激光雷达提供的三维空间信息，此外，CHM主要代表了上层林木的信息，基本上不能够识别被压木。基于三维点云数据的分割方法是直接利用三维点云数据，而不是将三维点云数据转换成栅格图像的处理方法，在CHM图像提取出的种子点基础上，采用K-均值聚类的方法从原始点云数据中提取单木，使用直接基于三维点云数据进行分割的方法避免了数据转换带来的误差，充分利用了三维点云数据的空间特征信息，能够在一定程度上提高下层林的识别率，有利于提取更多的森林结构参数，是目前单木分割研究的热点。但是基于三维点云数据的分割方法需要大量的操作和计算，速度偏慢，针对大数据量缺乏必要的解决方案，很难在大范围进行推广使用。

发明内容

针对上述问题，本发明的目的是提供一种能够提高单木识别和相关参数提取精度以及能够在大范围进行推广使用的森林单木参数提取方法。