基于靜態(tài)地基激光掃描點(diǎn)云的單樹結(jié)構(gòu)表征.pdf

1、激光雷達(dá)（Light Detection and Ranging，LiDAR）技術(shù)作為一種主動(dòng)遙感技術(shù)，尤其在森林高度及其垂直結(jié)構(gòu)方面，能獲取高精度的三維空間信息。利用LiDAR數(shù)據(jù)進(jìn)行森林結(jié)構(gòu)的定量描述，對開展森林研究具有重要意義。
　　基于靜態(tài)地基激光雷達(dá)點(diǎn)云數(shù)據(jù)，使用人工交互點(diǎn)云分割算法提取單木點(diǎn)云，結(jié)合樹干及樹冠點(diǎn)云，進(jìn)行單木結(jié)構(gòu)參數(shù)，如：樹干位置與胸徑、樹高與樹冠直徑、樹干收縮度、樹干傾斜度與傾斜方位角的求算。利用單木樹

2、干點(diǎn)云，對其二維平面展開進(jìn)行點(diǎn)云轉(zhuǎn)換，使用一階、二階統(tǒng)計(jì)分析進(jìn)行紋理參數(shù)的求算，分別求取一階統(tǒng)計(jì)分析中的平均值和標(biāo)準(zhǔn)方差，使用灰度共生矩陣進(jìn)行能量、對比度、相關(guān)性和均勻性四個(gè)特征參量求算，以此對紋理特征進(jìn)行定量化描述。
　　結(jié)合求取的單木結(jié)構(gòu)參數(shù)和紋理參數(shù)進(jìn)行樹種分類的探究。首先，分析基于單木結(jié)構(gòu)參數(shù)的分類研究，只單一依靠某一參數(shù)不能將樹種分開，但初步得出結(jié)論樹干收縮度可作為分類因素之一。因此，引入了支持向量機(jī)分類法，綜合比較，選

3、擇三次多項(xiàng)式核函數(shù)的SVM分類器進(jìn)行分類。雙因素分析時(shí)，因素之一為樹干收縮度時(shí)，分類的漏判率均較低；多因素進(jìn)行樹種分類的整體正確率均高于雙因素，基于TLS點(diǎn)云使用結(jié)構(gòu)參數(shù)的單木分類是可行的。其次，基于一階統(tǒng)計(jì)分析的平均值和標(biāo)準(zhǔn)差進(jìn)行樹種分類，總正確率只有58％，使用灰度共生矩陣的四個(gè)特征參量，結(jié)合 SVM分類器進(jìn)行樹種分類，最終的精度比一階統(tǒng)計(jì)分析有了提高，達(dá)到70%。局限于實(shí)驗(yàn)區(qū)及所采集樹種信息，雖正確率較好，但只結(jié)合 TLS點(diǎn)云的樹