[发明专利]一种基于机载低密度LiDAR山地复杂林区林分密度提取方法

权利要求书

1.一种基于机载低密度LiDAR山地复杂林区林分密度提取方法，其特征在于：

步骤1，首先收集覆盖研究区机载LiDAR数据（低密度，点云密度约为2个点每平方米），完成数据集的预处理；

步骤2，收集必要数量的地面样地调查数据，统计林分密度大小，以国家森林资源一类清查数据为例，考虑样地内所有林木株树相加为实际林分密度（包括竹林），保证数据集（机载LiDAR数据、地面样地数据）之间位置的准确性；

步骤3，点云数据的预处理，包括噪声点去除、地面点分类、DEM生成、归一化点云制作，即将每个点云的高程减去对应地面点的高程（由于点云数据的预处理不在本发明专利要求保护的范围之内，不做重点陈述）；然后以样地为单位，收集以样地为单位的LiDAR metrics信息，如Mean、Standard deviation、Skewness、Kurtosis、Quardratic mean、Count等；

步骤4，探索众多变量发现，Count变量及相关变量与林分密度的相关性较其他变量均较高，其中需收集到的主要变量主要包括：Count0、Count2，分别代表了点云高度阈值分别设定为大于0m和大于2m以上的点，引入新的变量D_density= Count2 / Count0，作为林分密度估计模型的自变量；

步骤5，将D_density作为模型的自变量，实际林分密度作为因变量，建立非线性单变量回归模型，将建立的回归模型用于研究区的林分密度估计，实现林分密度较高精度的制图。