【技术实现步骤摘要】
本专利技术属于激光雷达数据处理，更具体地，涉及一种南方铁杉种群调查与监测方法、装置及介质。
技术介绍
1、珍稀濒危物种监测是生物多样性科学的热点问题之一(马克平,2016),也是自然保护地保护管理的核心工作之一(权佳等,2010)。全球各国政府与国际组织纷纷探索研究生物多样性的有效监测途径和技术方法，以应对来自气候变化、人类活动、生物入侵等方面的巨大压力和严峻挑战(马克平,2014；郭庆华等,2016；马克平,2016；pecl,2017)。在监测体系和网络建设方面,目前已建立了中国森林生物多样性监测网络(cforbio)和国家生态系统观测研究网络(cnern)等平台，为生物多样性的监测和研究提供了理想平台，回答了一系列生物多样性变化的科学问题(米湘成等,2016)，促使监测在生物多样性保护成效评估中的重要作用得到了进一步确认(马克平,2011)。
2、目前,我国开展的生物多样性网络监测项目调查主要还是以地面测量为主,存在工作量大、体力劳动强度大、周期长和时效性差问题。虽然现有传统的物种多样性监测工作已经形成了较为齐备的技术体系和操作规范。国家林业局发布了《自然保护区生物多样性调查规范》(ly/t1814-2009)对生态系统多样性和物种多样性的调查内容和调查方法等做出了规定。根据被观测对象的不同,环境保护部发布了包括陆生维管植物在内的13项生物多样性观测技术导则系列标准，详细规定了观测调查的技术要求等。然而，传统调查监测技术往往需要投入大量的人力、物力和时间(郭志华等,2003；傅文杰等,2006；孙银良等,201
3、无人机激光雷达(unmanned aerial vehicle lidar,uav lidar)技术的出现,使得任意时间内收集足够精细空间分辨率的影像和空间数据成为可能。该遥感平台提供的遥感数据便于实现多源数据融合,从而允许跨尺度生态过程的研究设计得以实现(尤其适合填补介于机载平台和地面固定平台调查取样的时空尺度空缺)。与卫星和载人飞机等航空航天地面信息采集平台相比,无人机激光雷达平台凭借其影像获取速度快、覆盖面积大、应用周期短、影像清晰度高(精度可达到厘米级)、便于解析、受自然环境约束小、成本低、操作容易、运行和维护成本低等特点,充分弥补了传统卫星遥感和地面调查的不足(刘倩等,2016)，是生物多样性监测领域未来发展应用的方向。
4、结合地面调查数据，无人机激光雷达技术凭借其极高的空间分辨率和光谱分辨率,可以实现对特定植物物种的识别与分类。已有研究表明无人机对主要树种的调查结果与地面调查无异。目前已有文献对红树林、针叶林、湿地植物群落等分类的报道(holmgren&2004；husson et al,2014；zweig et al,2015；冯家莉等,2015)。上述技术可以实现珍稀濒危植物物种动态监测,为珍稀濒危植物保护和保护区生态规划管理提供有效支撑。
5、南方铁杉(tsuga chinensis)是中国特有的古老残遗植物，对研究植物区系和气候变迁等重要的学术意义。但该物种分布极为狭窄，主要分布在海拔较高且地形较为复杂的亚热带中山上部。传统地面调查方法,存在交通不便难以到达、体力劳动强度大、周期长和时效性差问题，导致这种珍稀濒危植物物种的调查监测效率很大程度上受制于成本和人员能力的限制。
技术实现思路
1、提供了本专利技术以解决现有技术中存在的上述问题。因此，需要一种南方铁杉种群调查与监测方法、装置及介质，通过无人机激光雷达技术的应用，克服传统地面调查方法的缺陷。
2、根据本专利技术的第一方案，提供了一种南方铁杉种群调查与监测方法，所述方法包括：
3、获取无人机激光雷达数据；
4、对所述无人机激光雷达数据进行预处理，以得到dem数据、dsm数据和chm数据；
5、基于所述dem数据、dsm数据、chm数据以及无人机激光雷达数据提取南方铁杉树木形态特征，以南方铁杉树木形态特征作为训练样本，利用机器学习方法判断所提取的南方铁杉树木形态特征是否符合南方铁杉树木形态特征，以识别南方铁杉单木位置和形态信息，
6、基于识别的南方铁杉单木位置和形态信息，利用空间点格局分析进行南方铁杉种群空间格局分析。
7、进一步地，获取无人机激光雷达数据，包括：
8、利用无人机uav搭载高光谱和激光雷达传感器,获得高精度的点云信息和光谱特征作为无人机激光雷达数据。
9、进一步地，对所述无人机激光雷达数据进行预处理，以得到dem数据、dsm数据和chm数据，包括：
10、基于所述无人机激光雷达数据，进行地面滤波处理，分离地面点云数据和非地面点云数据，地面点云数据和植被点云数据分别插入到光栅网格空间以得到dem数据和dsm数据，根据dem数据和dsm数据的区别确定chm数据。
11、进一步地，基于所述dem数据、dsm数据、chm数据提取南方铁杉树木形态特征，包括：
12、利用dsm数据提取南方铁杉群落冠层上部特征、垂直复杂度特征和基底特征的测量值，利用dem数据获取高程信息，从chm数据中确定平均冠层高度。
13、进一步地，基于无人机激光雷达数据提取南方铁杉树木形态特征，包括：
14、基于激光雷达点云数据的垂直分布，确定铁杉群落冠层起伏比、冠层形状和植被垂直分布变异性、冠层厚度和冠层底部的高度。
15、进一步地，基于识别的南方铁杉单木位置和形态信息，利用空间点格局分析进行南方铁杉种群空间格局分析，包括：
16、通过种群空间分布格局采用最近邻体距离函数和双关联函数进行分析，根据观测值和同质性泊松分布模拟值确定分布格局。
17、进一步地，根据观测值和同质性泊松分布模拟值确定分布格局，包括：
18、在观测值大于同质性泊松分布模拟值的情况下，南方铁杉分布表现出聚集格局；
19、在观测值等于同质性泊松分布模拟值的情况下，南方铁杉表现出随机格局；在
20、观测值小于同质性泊松分布模拟值的情况下，南方铁杉分布表现出规则格局。
21、进一步地，在根据观测值和同质性泊松分布模拟值确定分布格局之前，所述方法包括：
22、若双关联函数大于0，表示观测值大于同心圆性泊松分布，南方铁杉为聚集分布。
23、根据本专利技术的第二技术方案，提供一种南方铁杉种群调查与监测装置，所述装置包括：
24、数据获取模块，被配置为获取无人机激光雷达数据；
25、数据预处理模块，被配置为对所述无人机激光雷达数据进行预处理，以得到dem数据、dsm数据和chm数据；
26、铁杉识别模块，被配置为基于所述dem数本文档来自技高网...
【技术保护点】
1.一种南方铁杉种群调查与监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取无人机激光雷达数据，包括：
3.根据权利要求1所述的方法，其特征在于，对所述无人机激光雷达数据进行预处理，以提取DEM数据、DSM数据和CHM数据，包括：
4.根据权利要求1所述的方法，其特征在于，基于所述DEM数据、DSM数据、CHM数据提取南方铁杉树木形态特征，包括：
5.根据权利要求1所述的方法，其特征在于，基于无人机激光雷达数据提取南方铁杉树木形态特征，包括：
6.根据权利要求5所述的方法，其特征在于，基于识别的南方铁杉单木位置和形态信息，利用空间点格局分析进行南方铁杉种群空间格局分析，包括：
7.根据权利要求6所述的方法，其特征在于，根据观测值和同质性泊松分布模拟值确定分布格局，包括：
8.根据权利要求6所述的方法，其特征在于，在根据观测值和同质性泊松分布模拟值确定分布格局之前，所述方法包括：
9.一种南方铁杉种群调查与监测方法装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种南方铁杉种群调查与监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取无人机激光雷达数据，包括：
3.根据权利要求1所述的方法，其特征在于，对所述无人机激光雷达数据进行预处理，以提取dem数据、dsm数据和chm数据，包括：
4.根据权利要求1所述的方法，其特征在于，基于所述dem数据、dsm数据、chm数据提取南方铁杉树木形态特征，包括：
5.根据权利要求1所述的方法，其特征在于，基于无人机激光雷达数据提取南方铁杉树木形态特征，包括：
6.根据权利要求5所述的方法，其特征在于，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。