以单株树木为研究对象,实现一种基于地面激光雷达点云数据的单株树木叶面积指数(Leaf Area Index,LAI)测量过程,以减小冠层木质组分对LAI测量结果带来的误差。首先,借助支持向量机(Support Vector Machine,SVM)实现单株树木地面激光点...以单株树木为研究对象,实现一种基于地面激光雷达点云数据的单株树木叶面积指数(Leaf Area Index,LAI)测量过程,以减小冠层木质组分对LAI测量结果带来的误差。首先,借助支持向量机(Support Vector Machine,SVM)实现单株树木地面激光点云数据树枝与树叶的分类。然后,基于间隙率模型利用分类后得到的树叶点云数据计算得到叶面积指数。最后,以直接测量方法获取得到的LAI测量值作为真实值进行精度验证和评价,基于未分类点云数据得到的LAI相对误差为115.93%,而基于分类后的树叶点云得到的LAI相对误差为16.3%。实验结果表明,该方法可有效减小冠层木质组分带来的LAI测量误差。展开更多
文摘以单株树木为研究对象,实现一种基于地面激光雷达点云数据的单株树木叶面积指数(Leaf Area Index,LAI)测量过程,以减小冠层木质组分对LAI测量结果带来的误差。首先,借助支持向量机(Support Vector Machine,SVM)实现单株树木地面激光点云数据树枝与树叶的分类。然后,基于间隙率模型利用分类后得到的树叶点云数据计算得到叶面积指数。最后,以直接测量方法获取得到的LAI测量值作为真实值进行精度验证和评价,基于未分类点云数据得到的LAI相对误差为115.93%,而基于分类后的树叶点云得到的LAI相对误差为16.3%。实验结果表明,该方法可有效减小冠层木质组分带来的LAI测量误差。