基于地基激光雷达数据单木与阔叶林叶面积密度反演-inversion of leaf area density of single wood and broad-leaved forest based on ground-based lidar data.docxVIP

  • 33
  • 0
  • 约6.11万字
  • 约 73页
  • 2018-05-18 发布于上海
  • 举报

基于地基激光雷达数据单木与阔叶林叶面积密度反演-inversion of leaf area density of single wood and broad-leaved forest based on ground-based lidar data.docx

基于地基激光雷达数据单木与阔叶林叶面积密度反演-inversion of leaf area density of single wood and broad-leaved forest based on ground-based lidar data

优秀毕业论文 精品参考文献资料 摘 要 叶面积密度是表征冠层内部叶面积垂直分布的重要参数,其分布廓线的准确 反演对研究植被碳氮循环、初级生产力和生物量估算等具有重要意义。地基激光 雷达作为一种新型的测绘技术,其光斑小,具有快速、高效、强穿透性、高密度 等特点,能够为植被冠层叶面积密度反演提供三维结构数据信息。如何利用地基 激光雷达数据快速、准确地反演叶面积密度已成为人们研究的热点。本文在电子 科技大学校园内,选择阔叶树(玉兰)为研究对象,利用地基激光雷达获取的点 云数据和真彩色影像,提出了一种快速叶面积密度反演的方法,其主要工作及结 论如下: (1)数据获取及预处理:基于三维激光扫描基础理论,利用 Leica ScanStation C10 激光扫描系统,研究外业实验数据的采集方法,进行单棵树和阔叶林数据的采 集;并结合仪器性能特点,研究了多测站点云数??的拼接及去噪处理方法。 (2)单棵树叶面积密度反演:研究利用法线差分算子(Difference of Normals, DoN)进行叶片点云与枝干点云的分离方法,并进行了尝试,结果发现此方法对 结构简单的单棵树有一定的适用性;研究基于体元的冠层分析法(Voxel-based Canopy Profiling,VCP)及三维体元模型构建方法,并利用单棵树叶片点云数据分 别计算每个水平厚度层的接触频率、叶倾角校正因子及垂直投影面积,从而实现 单棵玉兰树叶面积密度分布提取,结果发现体元大小、水平层厚度是影响叶面积 密度值反演的两个重要因素;以 0.05 m×0.05 m×0.05 m 为体元大小,0.5 m 为水平 层厚度提取的叶面积密度垂直分布与树叶片点云垂直分布趋势总体上一致,在冠 层中下部分随着高度的增加,叶面积密度增加,在 3.5 米高度处,达到最大为 0.88 m2/m3,之后随着高度的增加,叶面积密度逐渐降低。 (3)阔叶林叶面积密度反演:研究利用激光雷达系统获取的真彩色照片,运 用图像分类和点云着色进行叶片点云提取的方法,并对阔叶林数据进行了尝试, 结果发现此方法适于阔叶林叶片点云提取;利用阔叶林叶片点云数据进行叶面积 密度反演,结果发现以 0.1 m×0.1 m×0.1 m 为体元大小,0.5 m 为水平层厚度提取 的阔叶林叶面积密度垂直分布与阔叶林叶片点云垂直分布趋势总体上一致,在冠 层中下部分随着高度的增加,叶面积密度增加,在 4 米高度处,达到最大为 1 m2/m3, 之后随着高度的增加,叶面积密度逐渐降低,根据阔叶林叶面积密度分布计算的 累积叶面积指数为 3.20 m2/m2,比地面实测的叶面积指数高 0.04 m2/m2。 关键词:地基激光雷达,叶面积密度,VCP,单木冠层,阔叶林冠层 ABSTRACT II ABSTRACT Leaf area density is an important parameter to characterize the vertical distribution of leaf area inside the canopy. The exact inversion of leaf area density distribution profiles is of great significance to the study of vegetation carbon and nitrogen cycles, primary productivity and biomass estimation. As a new technology of surveying and mapping, the terrestrial lidar has small spot and peediness, high efficiency, strong penetrability, high density, and other characteristics, which can provide valid data information for the inversion of leaf area density of vegetation canopy. How to inverse the leaf area density quickly and accurately based on terrestrial LiDAR data has become a hot topic in present. We selected a kind of broadleaf tree (magnolia tree) in the campus of University of Electronic Science and Technolo

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档