联合LiDAR点云和同步遥感影像的森林单木树高估算方法技术

本发明专利技术涉及联合LiDAR点云和同步遥感影像的森林单木树高估算方法：获取森林区域低密度机载LiDAR点云数据和同步高分辨率航空遥感影像。通过对目标区同步航空遥感影像进行镶嵌和正射校正，获得目标区数字正射影像图DOM；从数字正射影像图中获取单木林冠位置、林冠边界信息以及单木冠幅信息；对研究区的机载LiDAR点云数据进行处理，结合获取的单木林冠信息得到对应单木林冠内的点云数据；基于以上结果，构建三维树高模型；根据单木林冠内激光点的个数大于1、等于1和无激光点三种情况进行三维树模型的优化和重建，从而计算得到对应林冠顶点的高度值

High estimation method of forest single tree tree with LiDAR point cloud and synchronous remote sensing image

The invention relates to forest single tree height estimation method combining LiDAR point cloud and synchronous remote sensing image: acquiring low density airborne LiDAR point cloud data in forest area and synchronous high-resolution aerial remote sensing image. Based on the target area of synchronous aerial remote sensing image mosaic and orthorectification, obtain the target area of digital orthophoto map DOM; obtaining single wood canopy position, canopy boundary information and individual tree crown information from digital orthophoto map; airborne LiDAR point cloud data in the study area for processing, combined with the single access wood canopy information point cloud data corresponding to the single tree forest canopy; based on the above results, the construction model of 3D tree; according to the number of single point laser wood forest canopy is greater than 1, equal to 1 and no optimization and reconstruction of 3D tree model of laser point in three cases, and then calculate the corresponding vertex canopy height

【技术实现步骤摘要】
联合LiDAR点云和同步遥感影像的森林单木树高估算方法
本专利技术涉及一种联合低密度机载LiDAR点云和同步遥感影像的森林单木树高估算方法。
技术介绍
森林树高信息作为森林结构参数中最为重要的参数之一，是反演估测其他森林参数的基础。目前，国内外学者对利用激光雷达数据来提取森林树高信息作了大量研究，但由于受到点云采样密度和森林生境的影响，多集中于高密度点云数据对树高信息的提取，而缺乏对低密度点云数据的研究。为此，本专利技术提出将LiDAR数据和同步获取的高分辨率航空影像相结合，充分挖掘和利用低密度激光雷达数据提供的林冠高程信息和航空影像提供的单木林冠结构信息。树冠形状通常具有一定的形状特征，如针叶林外观上呈现出圆锥形的特点，而阔叶林林冠则表现为顶部比较平坦的圆形伞状形态。基于林冠这一几何形状特征，Pollock(1996)等提出一种从航空摄影所获取的单目影像中重构林冠的成像模型。但这种成像方法需要假设地形是水平的，且所用的单目影像并不能够很好的重建林冠的三维表面。Sheng等人(2002)为了实现针叶林树冠表面的三维重建，提出了5参数的三维树模型(见附图2)。图中(Xt,Yt,Zt)为林冠顶点的地面坐标；bh为树的基部高度；ch为林冠深度；cr为林冠半径；cc为林冠曲率的调节系数。一旦这五个参数确立，便可以利用下面的方程来模拟出林冠表面上任一点处对应的坐标值。本专利技术中所采用的三维树模型正是这一模型在机载LiDAR点云数据上的拓展应技术。目前已有相关研究将这一模型成功的运用到森林参数的估测中来。如Persson和Morsdorf等(2004)利用该模型来从高密度LiDAR数据中获取树高、冠幅和冠基高度等参数，其树高估测的平方根误差(RMSE)达到0.6米左右。而Paris等人(2013)则首次将该模型用于高采样密度LiDAR数据和航拍影像联立进行单木水平树高的反演，并取得了不错的估测效果。但目前该研究主要局限于地形平坦且树木相对独立地区，对于郁闭度较高且坡度较陡的山地地区以及针对低采样密度的机载LiDAR数据则缺乏相应的解决方案。
技术实现思路
本专利技术的目的在于提供一种联合LiDAR点云和同步遥感影像的森林单木树高估算方法，将低密度机载LiDAR数据与同步获取的航空影像相结合，通过采用三维参数树模型的方法来实现对林分单木水平树高信息的估算。为实现上述目的，本专利技术采用以下技术方案：一种联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于，包括以下步骤：步骤S1：获取森林区域低密度机载LiDAR点云数据和同步高分辨率航空遥感影像步骤S2：通过对目标区同步航空遥感影像进行镶嵌和正射校正，获得目标区数字正射影像图DOM，该影像与低密度机载LiDAR点云数据的匹配误差要求小于a；步骤S3：从数字正射影像图中获取单木林冠位置、林冠边界信息以及单木冠幅信息；步骤S4：对研究区的机载LiDAR点云数据进行处理，结合获取的单木林冠信息得到对应单木林冠内的点云数据；步骤S5：基于S3和S4步骤结果，构建三维树高模型；步骤S6：基于步骤S5构建的三维树高模型，根据单木林冠内激光点的个数大于1、等于1和无激光点三种情况进行三维树模型的优化和重建，从而计算得到对应林冠顶点的高度值Ztop。在本专利技术一实施例中，所述步骤S2中a为0.5m。在本专利技术一实施例中，所述步骤S3的具体方法如下：步骤S31：基于DOM影像的绿光波段，通过一个固定窗口探测样地内潜在的林冠顶点位置，然后采用自适应的动态窗口对获取的潜在顶点进行判断，如当前顶点为对应窗口区域的最大值则保存，否则删除；步骤S32：采用基于标记控制的分水岭分割方法来从DOM影像中精确的提取单木林冠边界信息；步骤S33：利用寻谷法从影像中估测每个顶点的冠幅信息。进一步的，所述动态窗口大小通过计算潜在顶点八个剖面方向半方差值的变程值来自适应的确定。在本专利技术一实施例中，所述步骤S4的具体方法如下：步骤S41：采用基于渐进三角网TIN算法进行点云滤波处理；步骤S42：对植被点进行高程归一化处理以获取到相对准确的林冠表面点云数据，即通过对获取的样地区域地面点进行TIN插值得到DEM高程，将植被点的高程减去DEM高程值，从而获取相对准确的地物形态和高度信息。进一步的，步骤S41包括以下具体步骤：提取格网内最低点作为地面种子点构建初始TIN模型，进而对格网内点云按高程进行排序，然后通过不断向上加密三角网的方法提取地面点，最终完全分离出植被点云和地面点云。在本专利技术一实施例中，所述步骤S5的具体方法如下：步骤S51：基于S3和S4参数提取结果，构建一个椭球体来描述针叶林的林冠几何外形，其中(Xtop,Ytop,Ztop)为对应的林冠顶点坐标，cc为林冠表面曲率的调节系数，ch为林冠深度，bh为林冠的冠基高度，cr为林冠冠幅半径；所述林冠椭球体主要由位于林冠表面的激光点云数据来进行拟合得到，即用每个林冠内对应的LiDAR数据的三维坐标来唯一确定一个林冠三维树模型，每个林冠包络用如下的公式(1)来表示：式中Z的高程区间满足于Ztop-ch<Z<Ztop，(X,Y,Z)为对应的林冠表面激光点的坐标值；步骤S52：确定林冠顶点的平面坐标值(Xtop,Ytop)和对应林冠的冠幅半径cr，设定一组固定的cc和ch参数值。在本专利技术一实施例中，当单木林冠内激光点的个数大于1时三维树模型的优化和重建，林冠为D，包括以下步骤：步骤S611：林冠内每一个激光点都可以构建一个方程来计算得到对应的高度值Ztop；步骤S612：通过计算每个林冠对应的最优树模型来估测林冠高度值，即利用林冠内激光点云数据来拟合得到一个与林冠点云最接近的三维树模型；利用拟合得到的三维树模型与激光点云之间距离残差最小时的参数组合作为最优三维树模型，其每个林冠激光点对应的残差值由下面方程式表示：式中rj(Z'top)为当前林冠内第j个LiDAR数据的地面坐标(Xj,Yj,Zj)代入模型方程所计算得到的残差值；步骤S613：对当前林冠内每个激光点都计算得到这样一个残差值，最后将林冠内所有LiDAR数据对应残差值的平方和达到最小值时的cc和ch参数值作为当前林冠的最佳三维树模型；步骤S614：采用一个最小二乘最优化方法计算林冠内所有LiDAR数据对应残差平方和取得最小值时的Z′top值，将其作为当前最佳树模型下的树顶高度值；其计算公式如下：针对所有的ch和cc组合，计算出一组残差矩阵和对应的Z′top值，最终选择残差矩阵中最小值所对应的ch和cc组合构建当前树冠的最优三维参数模型，而对应的Z′top值即为最优的树高值。进一步的，当单木林冠内激光点的个数等于1时三维树模型的优化和重建，林冠为H，具体包括以下步骤：步骤S621：在D对应的林冠点云中查找与当前林冠内激光点高程相近的林冠点云；步骤S622：计算查找到的林冠点云到对应林冠顶点位置的距离d和当前林冠内激光点到林冠顶点的距离dref，距离计算公式如下：步骤S623：在计算得到的所有林冠点云到相应林冠顶点的距离d中查找与dref最相似的前n个林冠的树模型；步骤S624：计算n个林冠对应的树高值的均值作为当前林冠H的树高值，并将n个林冠中高度与树高均值最相近的林冠三维树本文档来自技高网...

【技术保护点】
一种联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于，包括以下步骤：步骤S1：获取森林区域低密度机载LiDAR点云数据和同步高分辨率航空遥感影像；步骤S2：通过对目标区同步航空遥感影像进行镶嵌和正射校正，获得目标区数字正射影像图DOM，该影像与低密度机载LiDAR点云数据的匹配误差要求小于a；步骤S3：从数字正射影像图中获取单木林冠位置、林冠边界信息以及单木冠幅信息；步骤S4：对研究区的机载LiDAR点云数据进行处理，结合获取的单木林冠信息得到对应单木林冠内的点云数据；步骤S5：基于S3和S4步骤结果，构建三维树高模型；步骤S6：基于步骤S5构建的三维树高模型，根据单木林冠内激光点的个数大于1、等于1和无激光点三种情况进行三维树模型的优化和重建，从而计算得到对应林冠顶点的高度值Ztop。

【技术特征摘要】
1.一种联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于，包括以下步骤：步骤S1：获取森林区域低密度机载LiDAR点云数据和同步高分辨率航空遥感影像；步骤S2：通过对目标区同步航空遥感影像进行镶嵌和正射校正，获得目标区数字正射影像图DOM，该影像与低密度机载LiDAR点云数据的匹配误差要求小于a；步骤S3：从数字正射影像图中获取单木林冠位置、林冠边界信息以及单木冠幅信息；步骤S4：对研究区的机载LiDAR点云数据进行处理，结合获取的单木林冠信息得到对应单木林冠内的点云数据；步骤S5：基于S3和S4步骤结果，构建三维树高模型；步骤S6：基于步骤S5构建的三维树高模型，根据单木林冠内激光点的个数大于1、等于1和无激光点三种情况进行三维树模型的优化和重建，从而计算得到对应林冠顶点的高度值Ztop。2.根据权利要求1所述的联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于：所述步骤S1中，点云密度一般＜1点/m2,步骤S2中a为0.5m。3.根据权利要求1所述的联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于：其特征在于：所述步骤S3的具体方法如下：步骤S31：基于DOM影像的绿光波段，通过一个固定窗口探测样地内潜在的林冠顶点位置，然后采用自适应的动态窗口对获取的潜在顶点进行判断，如当前顶点为对应窗口区域的最大值则保存，否则删除；步骤S32：采用基于标记控制的分水岭分割方法来从DOM影像中精确的提取单木林冠边界信息；步骤S33：利用寻谷法从影像中估测每个顶点的冠幅信息。4.根据权利要求3所述的联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于：所述动态窗口大小通过计算潜在顶点八个剖面方向半方差值的变程值来自适应的确定。5.根据权利要求1所述的联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于：所述步骤S4的具体方法如下：步骤S41：采用基于渐进三角网TIN算法进行点云滤波处理；步骤S42：对植被点进行高程归一化处理以获取到相对准确的林冠表面点云数据，即通过对获取的样地区域地面点进行TIN插值得到DEM高程，将植被点的高程减去DEM高程值，从而获取相对准确的地物形态和高度信息。6.根据权利要求5所述的联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于：步骤S41包括以下具体步骤：提取格网内最低点作为地面种子点构建初始TIN模型，进而对格网内点云按高程进行排序，然后通过不断向上加密三角网的方法提取地面点，最终完全分离出植被点云和地面点云。7.根据权利要求1所述的联合LiDAR点云和同步遥感影像的森林单木树高估算方法，其特征在于：所述步骤S5的具体方法如下：步骤S51：基于S3和S4参数提取结果，构建一个椭球体来描述针叶林的林冠几何外形，其中(Xtop,Ytop,Ztop)为对应的林冠顶点坐标，cc为林冠表面曲率的调节系数，ch为林冠深度，bh为林冠的冠基高度，cr为林冠冠幅半径；所述林冠椭球体主要由位于林冠表面的激光点云数据来进行拟合得到，即用每个林冠内对应的LiDAR数据的三维坐标来唯一确定一个林冠三维树模型，每个林冠包络用如下的公式(1)来表示：式中Z的高程区间满足于Ztop-ch<Z<Ztop，(X,Y,Z)为对应的林冠表面激光点的坐标值；步骤S52：确定林冠顶点的平面坐标值(Xtop,Ytop)和对应林冠的冠幅半径cr，设定一组固定的cc...

【专利技术属性】
技术研发人员：周小成，鲁林，黄洪宇，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35