如需要完整文档点击下方 "点击下载文档" 按钮

目的: 针对高郁闭度林分条件下基于LiDAR点云数据单木分割林木提取困难、总体精度较低等问题，提出一种基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法，为开展无人机LiDAR技术森林资源调查提供技术参考，为提高单木分割总体精度提供新策略。方法: 利用无人机激光雷达数据，采用分水岭算法、基于点云的局部最大值聚类算法和基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法对高郁闭度思茅松人工林进行单木分割，并分析分水岭算法中4种CHM空间分辨率和3种DSM插值方法对单木分割效果的影响，与无人机高分辨率影像单木树冠目视解译结果进行比较，以探测率r、准确率p和F得分为指标对单木分割精度进行验证和评价。结果: 在幼龄林中，冠层起伏率较大，分水岭算法对单层林的分割效果优于基于点云的局部最大值聚类算法；在中龄林和近熟林中，冠层起伏率较小，分水岭算法易将思茅松树枝识别为树冠，基于点云的局部最大值聚类算法的分割效果优于分水岭算法；基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法充分考虑不同龄组的林分结构差异，精度最高(F = 0.75)，优于分水岭算法(F = 0.71)和基于点云的局部最大值聚类算法(F = 0.68)；在分水岭算法中，当分辨率为0.5 m×0.5 m时采用反距离权重法(IDW)插值得到的CHM单木分割精度最高(r = 0.70，p = 0.94，F = 0.81)。结论: 林分结构存在差异，单一单木分割方法效果欠佳，通过提取样地冠层起伏率确定分水岭算法和基于点云的局部最大值聚类算法单木分割适用的林分条件，可拓宽单一单木分割方法在不同林分条件下的优势，提升单木分割精度。

如需要完整文档点击下方 "点击下载文档" 按钮

《高郁闭度人工林无人机激光雷达单木分割方法优化》

将 完整文档 下载到本地，方便收藏和查阅

文件号：076528

点击下载文档