点云密度对机载激光雷达林分高度反演的影响

庞勇; 李增元; 谭炳香; 刘清旺; 赵峰; 周淑芳

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

点云密度对机载激光雷达林分高度反演的影响

庞勇 , 李增元 , 谭炳香 , 刘清旺 , 赵峰 , 周淑芳

文章导航 > 林业科学研究 > 2008 > 21(Z1): 14-19

引用本文:

Citation:

点云密度对机载激光雷达林分高度反演的影响

1.
中国林业科学研究院资源信息研究所,北京　100091
基金项目:
国家863课题(2007AA12Z173) 、国家自然科学基金课题(40601070) 、国家973课题( 2007CB714404) 、国家林业局948项目(2004-4-64)

The Effects of Airborne LiDAR Po in t Den sity on Forest Height Estimation

1.
Research Institute of Forest Resource Information Techniques, CAF, Beijing　100091, China

摘要: 以山东省泰安市徂徕山林场和重庆铁山坪林场为试验区,分别于2005年5月和2006年9月获取了低密度和高密度的L iDAR点云数据,分别进行了林分平均高的反演试验。通过两个试验区的对比,分析了不同点云密度对机载L iDAR数据反演林分参数的影响。结果表明:对于两种密度的点云数据,使用分位数法都可以很好地进行林分平均高的估计,高密度点云的反演结果略好一些,但二者结果差异不大;高密度的点云可以进行更小尺度的林分高估计和单木树高的估计,从而可以减少甚至避免对实地树高测量的依赖。
- LiDAR
- / 点云密度
- / 林分平均高
Abstract: This paper takes Culaishan Forest Farm, Shandong Province, and Tieshanp ing Forest Farm, Chongqing,as test sites. The airborne discrete return LiDAR data were collected in May of 2005 and Sep tember of 2006seperately. The forest heightwas estimated for both test sites. Through the camparison of the two sites, the effects ofairborne L iDAR point density on forest height estimation were analyzed. The results demonstrated that itwas feasibleto use low and high point density airborne L iDAR data to estimate forest height. Quartiles could give good treeheight estimation in the low L iDAR point density case. The accuracies from high density L iDAR data showeds onlya little better than low density data. The high density data could be used to estimate finer scale forest height evenindividual tree height, which is helpful to minimize necessity of the number filed p lots.
- LiDAR
- / point dansity
- / stand mean height

[1]	庞　勇,赵　峰,李增元,等. 机载激光雷达平均树高提取研究[J]. 遥感学报, 2008, 12 (1) : 152 - 158
[2]	Drake J B, Dubayah R O, Clark D B, et al. Estimation of trop icalforest structural characteristics using large－footp rint LiDAR [J].Remote Sensing of Environment, 2002, 79 (2 - 3) : 305 - 319
[3]	Holmgren J, Nilsson M, lsson H. Simulating the effects of L IDARscanning angle for estimation ofmean tree height and canopy closure[J]. Canadian Journal of Remote Sensing, 2003, 29 (5) : 623 - 632
[4]	Lim K, Paul T, IanM, et al. Estimating aboveground biomass usingLiDAR remote sensing [C]. Remote Sensing for Agriculture,Ecosystems, and Hydrology IV Conference, 2002, Sep tember 23 -27, Agia Pelagia, Crete, Greece.
[5]	N? sset E. Practical large－scale forest stand inventory using smallfootp rint airborne scanning laser[J]. Scandinavian Journal of ForestResearch, 2004, 19 (2) : 164 - 179
[6]	Schutz B E, Zwally H J, Shuman C A, et al. Overview of theICESat Mission [J]. Geophysical Research Letters, 2005,32: L21S01
[7]	Lefsky M A, Cohen W B, Sp ies T A. An evaluation of alternateremote sensing p roducts for forest inventory, monitoring, andmapp ing of Douglas-fir forests in western Oregon [J]. CanadianJournal of Forest Research, 2001, 31 (1) : 78 - 87
[8]	Barbara K, Ursula H, Holger W. Detection of Individual TreeCrowns in Airborne LiDAR Data [J]. Photogrammetric Engineeringand Remote Sensing, 2006, 72 (4) : 357 - 364
[9]	Axelsson P. Ground estimation of laser data using adap tive TIN-models [C]. Proceedings of OEEPE workshop on airbornelaserscanning and interferometric SAR for detailed digital elevationmodels, 2001: 185 - 208
[10]	刘清旺,李增元,陈尔学,等. 利用机载激光雷达数据提取单株木树高和树冠. [J]北京林业大学学报,待发表

[1]	. 基于低密度机载LiDAR和CCD数据的林分平均高提取. 林业科学研究, 2010, 23(2): 151-156.
[2]	赵勋 , 岳彩荣 , 李春干 , 张丽梅 , 谷雷 . 基于机载LiDAR数据估测林分平均高. 林业科学研究, 2020, 33(4): 59-66. doi: 10.13275/j.cnki.lykxyj.2020.04.008
[3]	刘怡君 , 庞勇 , 廖声熙 , 荚文 , 陈博伟 , 刘鲁霞 . 机载LiDAR和高光谱融合实现普洱山区树种分类. 林业科学研究, 2016, 29(3): 407-412.
[4]	周梅 , 李春干 , 李振 , 余铸 . 点云密度对无人机激光雷达森林参数估测精度的影响. 林业科学研究, 2024, 37(2): 39-47. doi: 10.12403/j.1001-1498.20230242
[5]	姜慧泉 , 张会儒 , 徐海生 , 陈新美 , 刘奉强 . 一种新的估计林分算术平均高抽样方法的验证与应用. 林业科学研究, 2010, 23(5): 703-707.
[6]	洪玲霞 . 初植密度、间伐对杉木林分优势高生长过程的影响. 林业科学研究, 1997, 10(4): 448-452.
[7]	张会儒 , 唐守正 , 胥辉 . 树干平均密度的估计方法研究. 林业科学研究, 1998, 11(1): 58-62.
[8]	李军玲 , 庞勇 , 李增元 , 荚文 . 云阴影区机载高光谱影像森林树种分类. 林业科学研究, 2019, 32(5): 136-141. doi: 10.13275/j.cnki.lykxyj.2019.05.018
[9]	徐志扬 , 刘浩栋 , 陈永富 , 陈巧 , 李华玉 , 王娟 . 基于无人机LiDAR的杉木树冠上部外轮廓模拟与可视化研究. 林业科学研究, 2021, 34(4): 40-48. doi: 10.13275/j.cnki.lykxyj.2021.04.005
[10]	李春明 . 基于纵向数据非线性混合模型的杉木林优势木平均高研究. 林业科学研究, 2011, 24(1): 68-73.
[11]	刘美爽 , 邢艳秋 , 吴红波 , 尤号田 . 基于ICESat-GLAS波形估测平均树高的研究. 林业科学研究, 2014, 27(3): 309-315.
[12]	国红 , 雷渊才 , 郎璞玫 . 年龄无关的生长模型研究—以落叶松平均高为例. 林业科学研究, 2020, 33(5): 129-136. doi: 10.13275/j.cnki.lykxyj.2020.05.016
[13]	宋新民 . 用点抽样和乘积估计值法测定林分蓄积量. 林业科学研究, 1994, 7(4): 460-463.
[14]	王震 , 鲁乐乐 , 张雄清 , 张建国 , 姜丽 , 段爱国 . 基于贝叶斯模型平均法构建杉木林分蓄积量生长模型. 林业科学研究, 2021, 34(3): 64-71. doi: 10.13275/j.cnki.lykxyj.2021.03.007
[15]	牛思圆 , 刘鹏举 , 雷相东 , 任怡 , 高影 . 基于连清样地数据的全国杉木人工林平均木树高-胸径模型. 林业科学研究, 2023, 36(1): 117-123. doi: 10.12403/j.1001-1498.20220322
[16]	. 落叶松云冷杉林单木树高曲线的研究. 林业科学研究, 2009, 22(2): -.
[17]	童书振 , 盛炜彤 , 张建国 . 杉木林分密度效应研究. 林业科学研究, 2002, 15(1): 61-65.
[18]	刘鑫 , 王海燕 , 雷相东 , 解雅麟 . 基于BP神经网络的天然云冷杉针阔混交林标准树高-胸径模型. 林业科学研究, 2017, 30(3): 368-375. doi: 10.13275/j.cnki.lykxyj.2017.03.002
[19]	雷相东 , 朱光玉 , 卢军 . 云冷杉阔叶混交过伐林林分优势高估计方法的研究. 林业科学研究, 2018, 31(1): 36-41. doi: 10.13275/j.cnki.lykxyj.2018.01.004
[20]	李凤日 . 林分密度研究评述──关于3/2乘则理论*. 林业科学研究, 1995, 8(1): 25-32.

点击查看大图

计量

文章访问数: 3301
HTML全文浏览量: 313
PDF下载量: 1203
被引次数: 0

点云密度对机载激光雷达林分高度反演的影响

1. 中国林业科学研究院资源信息研究所,北京　100091

收稿日期: 2007-12-09

基金项目: 国家863课题(2007AA12Z173) 、国家自然科学基金课题(40601070) 、国家973课题( 2007CB714404) 、国家林业局948项目(2004-4-64)

关键词:

摘要: 以山东省泰安市徂徕山林场和重庆铁山坪林场为试验区,分别于2005年5月和2006年9月获取了低密度和高密度的L iDAR点云数据,分别进行了林分平均高的反演试验。通过两个试验区的对比,分析了不同点云密度对机载L iDAR数据反演林分参数的影响。结果表明:对于两种密度的点云数据,使用分位数法都可以很好地进行林分平均高的估计,高密度点云的反演结果略好一些,但二者结果差异不大;高密度的点云可以进行更小尺度的林分高估计和单木树高的估计,从而可以减少甚至避免对实地树高测量的依赖。