激光雷达波形特征提取及其与毛竹结构参数的相关性分析开题报告

1. 研究目的与意义

研究目的

1）通过dem归一化和pearsons模型分别提取优化筛选lidar提取变量，寻求其共性和生物学机理解释；

2）基于r2(决定系数）和散点图评价株数、平均胸径、胸高断面积、loreys高、优势高、枝下高和生物量信息；

2. 国内外研究现状分析

丁丽霞等利用tm和spot遥感影像，采用目视解译和图像勾绘的方法，得出天目山国家级自然保护区毛竹林信息 ；颜梅春等通过计算ikonos图像灰度共生矩阵合灰度联合矩阵方法进行竹林信息提取 ；somyot目视解译landsat tm数据，估测泰国北部和西部的竹资源产量 ；dure等利用航空像片进行日本西南部(haruno)的竹林面积的动态监测。

对于本研究所涉及到的波形lidar，lim等在其研究中利用的模型是以home（高度分布变量）为单一变量，且对于地上生物量的估测的精度达到了89%。

而波形lidar的起源也要追溯到2004年，奥地利riegl公司生产了第一套商用机载小光斑全波形激光雷达测量系统lms-q560 ，这时候才开启了世界对波形lidar数据的处理和分析。

3. 研究的基本内容与计划

研究内容

以苏南丘陵地区的毛竹林为研究对象，借助机载lidar技术，首先将原始波形合成复合波，取体元中的最大值构建新的伪垂直波，并利用高斯滤波平滑进行背景降噪处理，将得到的波形数据通过dem归一化进行变量提取；最后基于以上预处理后的波形数据分别计算对应样地位置的lidar特征（属性）变量。采用pearsons相关系数分析方法优化筛选提取的lidar特征变量，借助地面实测的样地数据，通过建立优化筛选出的lidar变量与地面实测信息的一元回归模型（和散点图）来评价lidar点云测量数据的精度。最后基于最优lidar变量对三种类型的竹林结构参数进行相关关系比较分析，力求寻找其差异和共性。

研究计划

4. 研究创新点

激光雷达（lidar，light detection and ranging）是近年来发展迅速的主动遥感技术。

较之传统的lidar，全波形lidar 具有3个方面的优点: ①通过对接收的回波信号进行处理，可以提取出所有的脉冲回波信息，也就是说同一激光束中，全波形lidar系统比传统lidar系统能提供更详细的点云信息( 特别是在林木覆盖区域)，且密度大，层次感强; ②通过对回波进行波形分解、拟合，能得到更加精确的点云坐标; ③对接收到的波形信号进行处理、建模，通过模型可得到更加丰富的地物特征。

虽然国内遥感研究主要以点云数据为主，但是作为原始数据的波形数据也更加具有研究价值。