[发明专利]一种基于无人机立体摄影测量点云的次生林结构参数反演的方法

权利要求书

1.一种基于无人机立体摄影测量点云的次生林结构参数反演的方法，其特征在于，包括如下步骤：

1）借助无人机对次生林采集具有一定重叠率的影像数据，在地面设置并采集控制点；设置地面样地，并在样地中记录单个树木的胸径和树高、统计和记录Lorey’s树高和蓄积量，作为地面实测数据；

2）将控制点坐标导入数字影像，进行几何校正，对无人机影像数据的特征点进行提取；通过光束法平差进行影像外方位元素的解析，完成图像标定，生成稀疏点云；

3）利用空中三角形加密的方法对稀疏点云加密，获取加密点云；

4）借助无人机搭载的激光雷达点云，通过滤波算法去除非地面点，然后利用反距离加权法对地面点进行插值，生成数字高程模型；利用该模型对加密点云进行归一化，获取归一化摄影测量点云数据；

5）提取归一化摄影测量点云数据的点云特征变量，包括高度特征变量、密度特征变量和剖面特征变量；

6）优先点云特征变量，借助地面实测数据建立多元回归模型反演林分特征；

7）检验多元回归模型精度。

2.根据权利要求1所述的基于无人机立体摄影测量点云的次生林结构参数反演的方法，其特征在于，步骤4）中，所述数字高程模型的空间分辨率为1m。

3.根据权利要求1所述的基于无人机立体摄影测量点云的次生林结构参数反演的方法，其特征在于，步骤5）中，所述高度特征变量描述的是与点云高度相关高度百分位数，高度平均值，高度最大值，高度最小值和高度变异系数；所述密度特征变量描述的是相应高度等级以上的点云数量与总点云数的比值。

4.根据权利要求1所述的基于无人机立体摄影测量点云的次生林结构参数反演的方法，其特征在于，步骤5）中，所述剖面特征变量包括：冠层高度分布剖面的Weibull分布函数拟合参数以及冠层开放层、透光层、低光层和封闭层各结构类别体积所占比值。

5.根据权利要求1所述的基于无人机立体摄影测量点云的次生林结构参数反演的方法，其特征在于，步骤6）中，通过相关性分析优选特征变量，选择特征变量与森林参数之间相关性大于0.2的作为建模候选特征变量；通过构建多元逐步回归建立各森林参数反演模型，如果自变量使统计量F值过小且t检验达不到显著水平，则不允许进入模型；F值较大且t检验达到显著水平则允许进入模型。

6.根据权利要求1所述的基于无人机立体摄影测量点云的次生林结构参数反演的方法，其特征在于，步骤7）中，使用决定系数、调整决定系数均方根误差和相对均方根误差来评价多元回归模型精度。