基于背包LiDAR的苹果树叶面积密度反演研究

分析苹果树冠层叶面积密度(Leaf Area Density,LAD)垂直分布对果树生长状态分析具有重要意义。本研究基于背包激光雷达(Light detection and ranging,LiDAR)数据分别获取现代矮化和乔化、传统矮化和乔化共四棵不同类型苹果树的高精度点云数据,采用体素法反演LAD,基于分层实测的叶面积指数(Leaf Area Index,LAI)分别验证四棵苹果树LAD反演精度,得出各层反演LAI与实测LAI分布整体一致。其中,第一、二、三层由于枝条和果实的影响存在LAI高估现象,第四、五层由于遮挡效应存在LAI低估现象。通过分析四棵苹果树LAD垂直分布,对比传统矮化和乔化,现代矮化和乔化苹果树垂直分布LAD值较高,且矮化与乔化苹果树相比,LAD分布相似,但矮化苹果树更易于管理。LAD垂直分布分析可为苹果树管理提供一定参考。

基于背包LiDAR点云多尺度渐进DTM构建方法

针对传统滤波方法对于背包点云数据在地形陡峭、植被覆盖广的复杂地区的滤波精度较低的问题,提出一种基于背包LiDAR点云多尺度渐进数字地面模型(DTM)构建方法。首先,利用最小二乘法由地面种子点拟合出DTM曲面,并构建出渐进式DTM;然后,通过多尺度形态学开运算进行地物点探测;最后,通过设定自适应滤波阈值函数实现地面点的提取。选取4组位于复杂地形区域的背包LiDAR点云数据进行实验分析,本文方法得到的平均总误差为7.88%;与3种传统的滤波算法(LAStools、MCC和CSF)进行滤波对比分析,本文方法在4个实验区域内的总误差均明显低于以上3种方法的滤波总误差。此外,本文方法不需要设置复杂的参数,能够根据地形的变化自适应地调整滤波阈值,具有较强的鲁棒性。

空地一体化激光移动测量技术在大比例尺地形图更新工作中的应用

传统的测图方法难以满足测绘成果快速更新的要求。本文结合多平台激光移动测量技术并应用于大比例尺地形图修测工作中,该技术可以将测图工作从'外'搬到'内'、提高作业效率、降低作业成本、减少测图工作对天气的依赖、改变作业模式,给大比例地形图测绘带来新技术变革。

基于背包式激光雷达测量系统的城市绿地树木三维绿量估算方法

三维绿量能够客观、准确描述城市绿化水平,可为定量研究城市绿地生态功能的机理提供可靠的数据基础。针对单位附属绿地分布分散、规模较小等特点,本研究提出一种面向该类城市绿地的三维绿量估算方案,该方案包括数据获取、处理、实体分割、分类和单木冠层提取以及三维绿量计算的环节。首先,利用背包式激光雷达测量系统获取三维点云数据,利用变尺度地面点滤波算法剔除地面点云;然后,利用基于密度的聚类算法对非地面点云进行聚类,且基于密度特征的竞争算法对重叠区域进行二次分割,形成独立对象;接着,利用PointNet++模型提取植物点云,根据枝叶点云主方向差异性以及轴向分布密度提取冠层点云;最后,使用凸包法计算单木冠层三维绿量,累计每株木的三维绿量得到区域三维绿量。以某科技园区为例,估算其总三维绿量为21034.95 m^(3),其中,芒果树株数最多,三维绿量总量最大,为4868.64 m^(3),占23.2%;单株三维绿量最大的树种为小叶榄仁,平均每株为120.37 m^(3)。本研究方案估算的树木三维绿量与传统方法的相对误差在10.7%~33.7%,平均相对误差为20.9%;与台积法的相对误差在2.7%~16.0%,平均相对误差为8.7%。本研究方案充分利用三维点云数据特性,所用凸多面体逼近树冠的原始形态,更符合树木的实际情况。该三维绿量测量和估算方案可为城市三维绿量快速、精确估算提供新思路。