基于TLS和ALS融合数据的杨树林木表型参数提取研究

基于激光雷达手段获取杨树林木表型参数的方法,探究树木点云提取更优林木表型参数的能力,为林木经营方案的编制提供有力的数据支撑与参考依据。根据地基激光雷达(TLS)与机载激光雷达(ALS)的融合点云数据,利用几何特征树木骨架、提取不完全模拟水分和养分传输的算法(ISTTWN),建立三维单木模型,并获取杨树单木的胸径、树高以及枝条属性因子。结果表明,融合数据的胸径、树高提取值的平均值均高于TLS数据的提取值,同时提取精度也更高。在所提取的枝条属性因子中,提取精度依次为着枝高度>枝长>弦长>着枝角度>分枝角度>弓高,且融合数据的提取精度更高。从RMSE、MAE、MAPE、R^(2)4个方面对枝条属性因子进行提取精度评价,枝长的拟合度最高,地基和融合点云提取值分别达到0.985、0.989;角度的拟合度相对较低,TLS着枝角度提取值的R^(2)仅0.775,但融合后的着枝角度的拟合度提升明显,达到0.887。基于不同相对着枝高度对提取精度分析,未融合前相对着枝高度0.4~0.6的枝条属性精度最高,而后其精度随着冠层高度的增加而降低,由于融合后的冠层点云密度提高,枝条属性因子的提取精度较融合前显著提升,且在相对着枝高度0.8~1.0时提高最为明显,相对提取精度最低的弓高提高了10.04%。研究认为TLS与ALS融合点云数据后,由于数据之间的相互弥补,有效提高点云密度,在三维树木模型研建中能够显著提高林木表型参数的数据提取精度,其中冠层提取精度提升最为明显。