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开题报告

全文总字数：4276字

1. 研究目的与意义

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，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。

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。

2. 国内外研究现状分析

stepper等（2014）以德国巴伐利亚西北部steigerwald试验场中阔叶树为主的森林为研究对象，基于像对点云(dap)数据以及lidar点云获得的高程值（dem）,从点云和正射图像中提取相关特征变量，用于模型的创建。

然后用线性回归模型(lm)和随机森林模型(rf)两种方法进行检验。

研究发现在三组密度逐渐降低的937，461以及226的样地数据对模型性能有着影响。

3. 研究的基本内容与计划

研究以沿海平原人工林(江苏省国营东台林场)为研究区，通过无人机高重叠度真彩色立体摄影测量影像生成的点云数据和机载激光雷达离散点云数据提取垂直结构参数等特征变量，结合44个地面实测样地数据建立林分特征反演模型并评价精度。

首先对als离散点云数据滤波，去除非地面点，插值生成dem并利用dem对点云数据进行归一化处理，获取als归一化点云数据；同时对无人机立体摄影影像照片进行处理，进行影像的特征点提取，匹配和对齐工作，然后进行空三加密生成dap点云，使用als生成的dem对点云数据进行归一化处理，获取dap归一化点云数据。

然后构建冠层高度分布剖面(chd)，通过weibull 函数拟合chd并提取weibull参数作为特征变量；同时，直接基于点云提取高度变量(hrm)和冠层密度变量(drm)，将提取的als特征变量和dap特征变量进行对比；最后，结合地面实测数据和特征变量构建了多元回归模型用于预测各林分特征(即林分密度、平均胸径、胸高断面积、平均树高、蓄积量和地上生物量)。

4. 研究创新点

通过机载激光雷达点云数据合成波形，然后在合成波的基础上提取特征，可以更好地从机理上进行解释。

使用体元化的方法可以把激光点云数据按照体元进行标准处理，可以降低数据复制性。

将采用立体像对点云与激光雷达数据相互对照，能够使研究结果更精确且具有对比性。