无人机真彩色立体摄影测量点云的平原人工林
林分结构参数提取
1研究目的及意义
随着社会的发展,人们的绿色环保意识也在逐渐地加强。森林是陆地生态系统的主体，在维护区域生态环境及全球碳平衡、缓解全球气候变化等方面发挥着不可替代的作用[1]，森林空间结构及动态变化规律研究对于森林的经营管理、生态环境建模及碳循环分析具有重要意义[2]。我国国土面积广大,在对森林资源进行清查的过程中,要能够进行全面的监测,掌握好林业发展的动态,这样才能了解林业资源。为保护林业,开发林业,提供方便。随着科技的发展,卫星遥感技术逐渐得到提高,逐渐应用于各个方面。在林业保护开发管理的过程中,开始使用无人机遥感,以便于进一步了解森林资源状况。不仅可以快速的监控森林资源,还节约了人力物理财力,使得数据更加的准确。
要实现森林质量精确提升，需要对森林生长、森林资源进行精确预测和精确监测以及对森林进行精细化经营，而这些技术的实施可以通过先进的遥感技术来帮助其实现[3]。雷达数据虽然可以较好地反映森林结构信息，但雷达传感器重量较大，需要搭载在小型飞机上，且价格昂贵。而高分辨率的卫星影像价格昂贵，同样受重访周期和天气状况的限制，仍无法满足对于单木标准信息的提取要求。
无人机数据采集灵活、便捷、成本低，目前是林业调查及森林资源监测的研究热点。通过无人机高效获取的高重叠度影像数据，可以获得森林冠层上层的点云数据，从而获取冠层三维结构信息。在影像密集匹配算法处理的基础上，计算得到冠层上层点云从而获得冠层上层三维结构，并通过点云聚类的单木分割算法进行单木分割精度并提取单木结构参数。同时，还将结合地面调查数据以及点云中所提取的特征变量，构建反演模型，估算林分尺度的结构参数。
机载激光雷达（ALS），也称为激光检测和测距（LiDAR），可实现垂直森林结构的精确三维显示[4]。ALS是森林经营者的一种信息丰富的资产，能够生成高度详细的数字高程模型（DEM），并能估计一系列森林资源属性（包括高度，蓄积量和体积）。高空间分辨率数字航空影像的高级处理以生成基于图像的点云（DAP），从中可以生成与ALS类似的垂直信息。数字机载图像的采集成本通常低于ALS，除了能够提取高度信息外，还可以通过目视解释解决当前ALS估计中存在的问题（如物种，健康状态和成熟度）[5]。目前，使用基于图像的点云有两个限制因素。首先，需要DEM将DAP高度归一化为地上高度;但是具有足够空间分辨率和垂直精度的DEM，特别是在森林地区，通常只能从ALS数据中获得。因此，基于图像的点云的使用可能仅限于那些已经有ALS派生的DEM的森林地区。其次，基于图像的点云主要显示森林冠层的外部轮廓，而ALS脉冲穿透冠层并提供有关冠层森林结构的信息。
本研究基于ALS点云数据和DAP影像数据，以平原人工林为研究对象，分别提取包括高度百分位数和冠层密度在内的多个森林垂直结构特征，对比ALS点云数据和DAP点云数据，并结合地面实测数据建立预测模型并进行精度对比评价。
2文献综述
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。
