Livox和vlp-16无人机lidar森林点云比较分析
研究进程
森林是全球面积最大的陆地生态系统之一。森林在调节整个地球的生态平衡方面起着中心作用，是人类生存和发展所必须的资源和环境。自习近平书记发表“既要金山银山，更要绿水青山”的重要讲话后，森林的重要性日益显著并在不断提高。森林，不仅仅是陆地生态系统的主要组成部分，而且在保护区域的生态环境、全球的碳平衡以及缓解全球的气候变化等方面都发挥着举足轻重的作用。研究森林的动态变化和空间结构的规律对于森林的管理与经营、碳循环分析和生态环境建模三大方面都具有相当重要的意义。从我国的国土面积来看，我国土地面积非常广阔，在森林资源储备方面，清查过程中全面监测才能掌握好林业发展的动态，以便于我们了解林业资源，也能帮助我们更好的管理林业资源。林业是遥感技术应用得最早也最广泛的行业之一。由于林业工作本身具备的森林资源比较大、地形和结构复杂、林木生长周期长、可达性差、以及对于业务化精度要求高等独特性，这些独特的特点促使林业遥感发展成为一个相对独立的交叉学科，并且成为林业调查和林业研究中最重要的研究工具之一。虽然资源清查与监测、火灾监测预报、病虫害监测、火灾评估等方面都普遍的应用到林业遥感这一技术，但是业务化运行所需要的遥感可靠数据源和高精度作业要求一直难以实现，因此寻找新的遥感数据源和信息提取新算法的建立从始至终一直是林业遥感研究的两大主要任务。
近年来，无人机( unmanned aerial vehicle，UAV；unmanned aerial system，UAS)遥感技术的快速发展，在全球范围内引起了广泛关注，很多组织机构或个人开始研制、集成多种形式的无人机遥感系统，用于快速地形测量、地表变化监测等业务。针对我国森林资源调查业务来说，需要在全国范围内定期观测森林样地，无人机遥感具有广阔的应用前景，特别是对于不易到达的区域，无人机具有更为显著的优势。随着科技的发展，无人机的开发越来越大众化，无人机的成本也从像Velodyne、Rigel等十万甚至百万的高成本降低为像DJI这样一万甚至几千左右的低成本。那么低成本无人机测量采集的数据与高成本无人机的是否有明显差异以及低成本无人机所提取的数据是否能在林业测量中广泛使用都是我们需要关注和研究的问题。
1．数据预处理步骤
根据不同树种、不同密度、两幅条带重合区域作为选取样地的标准，在研究区域内分别选取了四个20*20m的矩形样地1、2、3、4，分别为1高密度水杉林、2低密度水杉林、3高密度杨树林和4低密度杨树林。首先先进行配准，因为两台传感器的位置不一，所以以vlp-16的数据为基准，对livox的数据进行ICP配准。然后对配准后的数据进行去噪和地面点分类，将点云数据分为地面点和非地面点两类。对点云数据进行根据地面点归一化处理，然后对四块样地进行点云分割。但是因为记载无人机获取数据时，树距过低会难以扫描到地面点的信息，所以条带两侧的水杉林提取出来的DEM信息不太好，所以本研究中CHM分割结果只提供了参考作用。1、点云分割。在进行点云分割的操作前根据地面点分类对数据进行归一化处理，然后得出单木分割的结果。2、CHM分割。根据地面点分类后的数据提取出数字高程模型DEM和数字表面模型DSM[23]，根据两者相减得出冠层高度模型CHM，然后根据CHM进行CHM分割（分水岭算法），得出单木分割的结果。以目视解译结果为标准，对比四组样地在点云分割和CHM分割后的结果。对比不同传感器由点云分割提取出的树高和冠径的数据并对两者的相关性进行拟合。根据江苏省杨树和水杉的树高与胸径的关系模型，估算出选取样地单木的胸径进行对比和相关性拟合。根据单木的三个指数进行rpf的精度验证，最后完成评价。
2．研究方法
2.1 点云分割
点云分割算法通过分析点的高程值以及其他点之间的距离，主要根据间距临界值和最小间距规则，以确定待分割的单木，从而获取单木的位置、树高、冠幅直径、冠幅面积和冠幅体积等属性信息。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
