森林资源作为我国陆地地表分布最广泛的自然资源之一,在生态环境中承担着重要的功能作用。随着森林资源保护与管理需求的提高,传统的资源调查方式很难满足省时省力的高效原则。基于此,尝试了激光雷达(Light Detection and Ranging,LiDAR...森林资源作为我国陆地地表分布最广泛的自然资源之一,在生态环境中承担着重要的功能作用。随着森林资源保护与管理需求的提高,传统的资源调查方式很难满足省时省力的高效原则。基于此,尝试了激光雷达(Light Detection and Ranging,LiDAR)点云数据流程化提取样地森林资源林木属性信息的方法。研究内容主要包括冠层模型的获取、单株木分割提取、林木属性信息统计、回归分析4个流程。验证结果显示,利用点云数据自动提取的株数、平均冠幅、平均树高、郁闭度等森林资源相关的重要参数总体精度分别为95.37%、81.99%、94.92%、90.39%,均能很好的证明雷达点云数据在森林资源林分因子测算与评估应用中的准确性与优势性。展开更多
文摘森林资源作为我国陆地地表分布最广泛的自然资源之一,在生态环境中承担着重要的功能作用。随着森林资源保护与管理需求的提高,传统的资源调查方式很难满足省时省力的高效原则。基于此,尝试了激光雷达(Light Detection and Ranging,LiDAR)点云数据流程化提取样地森林资源林木属性信息的方法。研究内容主要包括冠层模型的获取、单株木分割提取、林木属性信息统计、回归分析4个流程。验证结果显示,利用点云数据自动提取的株数、平均冠幅、平均树高、郁闭度等森林资源相关的重要参数总体精度分别为95.37%、81.99%、94.92%、90.39%,均能很好的证明雷达点云数据在森林资源林分因子测算与评估应用中的准确性与优势性。