基于地基与机载LiDAR数据的阔叶林LAD反演

发布时间：2020-08-21 09:15

【摘要】：森林冠层叶面积的垂直分布状况对森林的辐射平衡以及与大气的质能交换有重要影响,是由叶片至整个生态系统自底向上作用过程中的关键因素。叶面积密度(Leaf Area Density,LAD)是表示叶面积垂直分布的重要参数,准确反演植被的LAD曲线对整个生态系统的研究具有重要意义。激光雷达技术近年来发展十分迅速,具有全天时、全天候、主动非接触式对目标进行真三维测量的优势,被广泛应用于森林参数的定量测量和反演中。为了准确反演LAD,本文建立了基于地基LiDAR数据的叶片点云提取新算法,利用体元化的冠层分析法反演了基于地基与机载LiDAR数据的单木与阔叶林冠层LAD;并通过对比分析,提出了LAD曲线重构的方法,消除扫描盲区对叶面+积密度反演的影响。主要工作及结论如下:(1)叶片提取算法研究:基于叶片点云和非光合组分点云在法向量上的差异提出了邻域内点云法向量差分法,并对本文实验获取的两棵木兰树地基LiDAR点云进行了叶片点云提取,通过采样分析和目视检查对分割结果进行验证,两棵木兰树的叶片提取率分别为86.53%和84.63%。(2)单木与阔叶林LAD反演:基于单木木兰地基LiDAR数据对基于体元的冠层分析法(Voxel-based Canopy Profiling,VCP)LAD反演模型进行了研究和验证,探讨了最佳体元大小的选择。结果表明,体元大小设置为输入模型点云的平均点间距时,LAD反演结果最准确,其叶面积分布曲线和冠层垂直结构高度一致,且利用实测LAI验证精度可达90%以上。其次,通过地形校正和数据分块处理,将基于VCP的LAD反演模型成功应用于区域白桦林样方的冠层LAD反演。(3)地基与机载LiDAR数据协同反演LAD:首先利用样方角点GPS坐标结合多站点点云拼接原理和ICP算法完成白桦林样方地基与机载LiDAR数据进行配准。实验结果表明经过配准处理后,地基数据与机载LiDAR数据轮廓基本重叠,两个点集之间的平均点距小于0.2m,小于机载LiDAR数据0.5m的分辨率。其次分别以0.05 m×0.05 m×0.05 m和0.5 m×0.5 m×0.5 m的体元大小反演了白桦林样方地基LiDAR数据和机载LiDAR数据的LAD曲线。通过对比分析,确定了各个样方地基LiDAR与机载LiDAR扫描盲区的发生高度,并在此基础上对LAD曲线进行重构,得到样方的最终LAD曲线,消除了扫描盲区对LAD反演的影响。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S718.5;TN958.98
【图文】：

扫描系统

图 2-2 Leica ScanStation C10 扫描系统表 2-1 Leica ScanStation C10 扫描系统主要参数LiDAR 传感器：Leica ScanStation C10532nm 视场角范围水平：4.5 mm/0~50 m 标靶获取精度 50,000 p/s 测量范围间距最小间隔<1 mm 点位精度雷达大地投影坐标系作为点云数据的坐标系统，通过结合飞行高度、扫描角度、激光雷达传系统）得到的激光发射方向计算得出[34]。

机载激光雷达,工作原理

图 2-3 机载激光雷达工作原理[34]的系统组成较地基 LiDAR 更加复杂，除飞行平台统主要由激光扫描系统、定向定位系统以及监视系统主要指 LiDAR 传感器。定向定位系统由惯性统（差分 GPS）组成，可用于确定机载 LiDAR 系态。监视及控制系统主要在机载 LiDAR 工作过程传感器、GPS、IMU 等部件的状态和飞行轨迹等统还会同时配置如CCD照相机等其他类型的数的多光谱数字影像[28,34-37]。机载遥感综合观测平台中国林业科学研究院资源信息研究所引进的国内、推扫式高光谱扫描仪和高分辨率 CCD 相机三种。该平台主要包括 LMS-Q680i 全波形机载 Li

传感器集成,侧视图

图 2-4 传感器集成侧视图[38]①是与其他传感器固定的 IMU 模块仪传感器。③是激光扫描仪，位于高光谱扫描仪旁边的高清 CCD 相机-Q680i 是一款由 Riegl 公司生产的全波形 LiDAR形信息，允许在数据采集和之后的离线波形分析详细的目标参数。其激光雷达传感器的具体参数表 2-2 LiCHy 系统主要参数LiDAR 传感器：Riegl LMS-Q680i 1550nm 激光发散角度 3ns 扫描角范围 400KHz 最大扫描速度 1 ns 垂直精度

【参考文献】