激光雷达单木参数提取与生物量估算研究
发布时间:2023-03-26 15:42
森林是陆地生态系统的主体,为人类的生存和发展提供必要的物质基础。森林资源调查是掌握森林资源数量、质量以及分布状况的重要途径,也是森林经营规划方案科学制定和生态结构调整的重要依据。单木参数获取是森林资源调查的主要工作,为森林生物量、碳储量以及经济生态价值估算提供重要的基础数据。森林地上生物量(AGB)则在森林资源的动态变化、气候变化和碳汇等方面扮演着至关重要的作用。及时准确、快速高效以及低成本的获取单木参数和森林地上生物量一直是林业从业者及研究人员关注的重点问题。传统的森林资源调查多采用抽样调查的方法,需调查人员对样地内所有树木每木检尺,需耗费大量的时间、人力、物力和财力,且调查周期长、效率低。激光雷达(Light Detection And Ranging)具有很强的穿透力,能够获取森林三维空间结构及林下地形的详细信息,进而准确的提取单木参数和估算AGB。本研究主要以北京地区为研究区域,以北方地区常见的11个树种为研究对象,通过移动SLAM激光雷达和地基激光雷达在不同的森林类型下(针叶林、阔叶林和针阔混交林)获取共计12块森林样地的点云数据,针对单木参数因子提取精度和AGB估算做了详细...
【文章页数】:90 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 国内外研究概况
1.2.1 激光雷达技术概要
1.2.2 激光雷达单木参数提取研究
1.2.3 激光雷达森林地上生物量估算研究
1.3 研究目标
1.4 研究内容
1.5 技术路线
2 研究区概况及数据获取与处理
2.1 研究区概况
2.1.1 地理概况
2.1.2 森林资源概况
2.2 数据获取
2.2.1 野外调查数据
2.2.2 移动激光雷达数据
2.2.3 地基激光雷达数据
2.3 数据分析与处理
2.3.1 野外调查数据分析
2.3.2 激光雷达数据处理
2.4 本章小结
3 基于激光雷达单木参数提取研究
3.1 数据准备
3.2 研究方法
3.2.1 单木分割法
3.2.2 胸径拟合算法
3.2.3 树高提取
3.2.4 树木位置提取
3.3 精度评价指标
3.4 激光雷达单木参数提取
3.4.1 移动激光雷达单木参数提取
3.4.2 地基激光雷达单木参数提取
3.5 单木参数提取结果与分析
3.5.1 移动LiDAR结果与分析
3.5.2 地基LiDAR结果与分析
3.6 不同厚度点云DBH提取分析
3.7 本章小结
4 激光雷达单木地上生物量估算
4.1 数据准备
4.2 研究方法
4.2.1 QSM算法
4.2.2 QSM算法优化及敏感性分析
4.3 地上生物量估算
4.3.1 异速生物量模型法
4.3.2 QSM优化算法
4.4 结果与分析
4.4.1 QSM算法参数优化
4.4.2 QSM算法敏感性分析
4.4.3 地上生物量估算结果
4.4.4 讨论
4.5 本章小结
5 结论与展望
5.1 研究结论
5.2 研究创新点
5.3 展望
参考文献
个人简介
导师简介
获得成果目录
致谢
本文编号:3771236
【文章页数】:90 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 国内外研究概况
1.2.1 激光雷达技术概要
1.2.2 激光雷达单木参数提取研究
1.2.3 激光雷达森林地上生物量估算研究
1.3 研究目标
1.4 研究内容
1.5 技术路线
2 研究区概况及数据获取与处理
2.1 研究区概况
2.1.1 地理概况
2.1.2 森林资源概况
2.2 数据获取
2.2.1 野外调查数据
2.2.2 移动激光雷达数据
2.2.3 地基激光雷达数据
2.3 数据分析与处理
2.3.1 野外调查数据分析
2.3.2 激光雷达数据处理
2.4 本章小结
3 基于激光雷达单木参数提取研究
3.1 数据准备
3.2 研究方法
3.2.1 单木分割法
3.2.2 胸径拟合算法
3.2.3 树高提取
3.2.4 树木位置提取
3.3 精度评价指标
3.4 激光雷达单木参数提取
3.4.1 移动激光雷达单木参数提取
3.4.2 地基激光雷达单木参数提取
3.5 单木参数提取结果与分析
3.5.1 移动LiDAR结果与分析
3.5.2 地基LiDAR结果与分析
3.6 不同厚度点云DBH提取分析
3.7 本章小结
4 激光雷达单木地上生物量估算
4.1 数据准备
4.2 研究方法
4.2.1 QSM算法
4.2.2 QSM算法优化及敏感性分析
4.3 地上生物量估算
4.3.1 异速生物量模型法
4.3.2 QSM优化算法
4.4 结果与分析
4.4.1 QSM算法参数优化
4.4.2 QSM算法敏感性分析
4.4.3 地上生物量估算结果
4.4.4 讨论
4.5 本章小结
5 结论与展望
5.1 研究结论
5.2 研究创新点
5.3 展望
参考文献
个人简介
导师简介
获得成果目录
致谢
本文编号:3771236
本文链接:https://www.wllwen.com/nykjlw/lylw/3771236.html