[发明专利]基于无人机LiDAR数据的银杏人工林郁闭度提取方法

摘要

本发明公开一种基于无人机LiDAR数据的银杏人工林郁闭度提取方法，包括对激光雷达离散点云数据滤波，插值生成数字地形模型，点云数据归一化处理；然后分别基于归一化点云数据提取特征变量，结合地面实测郁闭度和提取的特征变量，在优选变量的基础上进行逐步回归构建预测模型对研究区内郁闭度进行估测。本发明通过获取无人机激光雷达点云并提取冠层特征变量，并结合地面实测数据，可以高效率且高精度地获取特定范围的“面”上连续分布的郁闭度。全面深入地提取了多组人工林冠层无人机激光雷达点云特征，从而高质量地提取了人工林林分郁闭度。与使用其他相近遥感方法进行林分郁闭度反演相比，其相对均方根误差降低1.7％。

主权项

1.一种基于无人机LiDAR数据的银杏人工林郁闭度提取方法，其特征在于：对激光雷达离散点云数据滤波，插值生成数字地形模型，使用生成的数字地形模型对激光雷达点云数据归一化处理；然后分别基于归一化点云数据提取冠层结构特征变量；最后，结合地面实测郁闭度和提取的特征变量，在选定变量的基础上进行逐步回归构建预测模型对郁闭度进行估测，具体步骤如下：/n1)在地面设置样地，借助无人机搭载的激光雷达传感器进行激光雷达数据采集；并在样地中记录树种并计数，同时测量每木的胸径和树高，采用点云阈值距离分割法计算地面实测郁闭度，首先假定归一化点云数据中最高点为树顶点，然后从该点进行区域增长，分割出一棵树，最后通过迭代算法，直到林分中的单木都被分割出来，对分割出来的样地内单木进行冠幅叠加，计算样地内冠幅总面积M，将计算的冠幅总面积M除以样地面积得到地面实测郁闭度CC，方法如下：/nCC＝M/(15×15)×π (1)/n2)对遥感数据进行处理：首先去除无人机激光雷达原始点云数据的噪音点，采用滤波算法去除非地面点，然后通过计算每个像元内激光点高度的平均值，生成数字地形模型，通过生成的数字地形模型对点云数据进行归一化处理，得到归一化后的无人机激光雷达点云数据；/n3)基于归一化点云数据提取冠层结构特征变量，冠层结构特征变量包括百分位高度变量、各层覆盖度和冠层体积与剖面特征变量；冠层体积与剖面特征变量：剖面特征变量为采用Weibull函数对冠层高度分布剖面进行拟合得到2个剖面特征量α，β；冠层各结构类别体积占比为开放层，透光层，低光层和封闭层四个冠层结构类别，每个冠层结构类别的体积所占百分比；/n4)通过相关性分析筛选特征变量，首先筛选特征变量之间相关性低于0.6的特征变量，然后筛选特征变量与郁闭度相关性高于0.6的特征变量；/n5)将地面实测郁闭度作为因变量，无人机激光雷达点云特征变量作为自变量，建立多元回归模型；运用逐步进入法将与地面实测郁闭度的激光雷达特征变量按照相关性由高到低依次引入方程，筛选出相关性高的变量，剔除相关性低的变量，最终得到较优模型，通过主成分分析计算相关关系矩阵得到控制因子，最大特征根的平方根与最小特征根的比值k，k小于30则模型被选中；采用决定系数R2、均方根误差RMSE和相对均方根误差rRMSE评价回归模型拟合的效果及估测精度：/n