一种基于机载低密度LiDAR山地复杂林区林分密度提取方法

技术领域

本发明涉及植被遥感领域，尤其是一种基于机载低密度LiDAR山地复杂林区分林分密度提取方法。

背景技术

利用LiDAR数据可以从两个方面估测林分密度，一方面是基于高密度点云（通常大于4点/m

发明内容

针对上述问题，本发明提出了一种基于机载低密度LiDAR的山区复杂林分密度提取方法

机载低密度点云与同步获取的航空影像数据，首先获取同步数据集以及对应的样地数据集，本发明需要用到一部分地面样地数据和同步数据集完成研究区森林林分密度的估计，因此，要完成必要的预处理，包括数据集之间的空间位置匹配，保证提取精度。探索了众多变量，最后发现点云密度变量为林分密度相关性较高的变量，并利用此变量建立单变量非线性的林分密度经验模型，该模型简单方便，可以快速地实现复杂森林地区林分密度较高精度的估计。

具体实施方式

首先，在研究区获取机载LiDAR数据以及收集地面样地数据集，本发明需要用到一部分地面样地数据和同步数据集构建回归模型完成研究区森林林分密度的估计，因此，准确的预处理是必要的步骤。完成地面样地数据、机载LiDAR数据的几何配准，保证提取精度。

接着，提取LiDAR数据中的metrics变量，包括百分位高度（10百分位、20百分位、…、100百分位）、不同百分位高度密度（10百分位高度密度、20百分位高度密度、…、100百分位高度密度）、skewness、kurtosis、standard error、meanHt、stdHt等。分析每个变量与林分密度的关系，发现点云数量Count变量与林分密度关系较为紧密，特别是

D=Count2/Count0，其中Count2为地面点为2m以上的点云数量，count0为所有地上地面点数量。

建立D与实际林分密度的非线性回归模型，则研究区的林分密度参数可以通过建立的模型来估计。