[发明专利]从LIDAR数据识别植物属性

说明书

背景技术

对于生物学家、森林管理员及其他人来说，存在掌握表征诸如一 片树木的一组植物的信息的长期需要。传统地，手动地获得植物样本 的属性并且将该植物样本的属性外推至较大的一组植物。例如，可以 执行采样来估计除了其它属性以外的植物的高度、体积、年龄、生物 量和物种。可以以许多不同的方式来使用该表征植物属性的信息。例 如，可以使用样本数据来量化有利于收获的原材料的详细目录 (inventory)。又例如，通过随着时间的推移来比较植物的样本集的属 性，可以确定病害是否正在危害植物的健康。

遗憾的是，将样本数据外推至较大的集合可能不会准确地反映植 物的实际属性。关于这一点，物种及其它植物属性可能取决于即使在 附近的地理位置中也能够高度变化的许多不同因素。因此，生物学家、 森林管理员及其他人可能没有掌握准确地表征植物的属性的信息。

航空(airborne)和卫星激光扫描技术的进步提供了获得关于植物 属性的更准确信息的机会。关于这一点，光检测和测距(“LiDAR”) 是一种用于识别距远程目标的距离的光学远程扫描技术。例如，可以 从诸如飞行器或卫星等的源位置向地面上的目标位置发射激光脉冲。 距目标位置的距离可以通过测量脉冲的发射与一个或多个反射的回波 信号的接收之间的时间延迟来量化。此外，反射的回波信号的强度可 以提供关于目标的属性的信息。关于这一点，地面上的目标将响应于 激光脉冲以变化的强度量来反射回波信号。例如，具有大量树叶的植 物物种平均将以比具有较少量树叶的植物更高的强度来反射回波信 号。

LiDAR光学远程扫描技术具有使其非常适合于识别植物属性的属 性。例如，LiDAR激光脉冲的波长通常在电磁光谱的紫外线、可见光、 或近红外区域中产生。这些短波长在识别树叶、树枝等的水平和垂直 位置方面非常准确。而且，LiDAR提供了执行高采样强度的能力、广 泛的航摄覆盖范围、以及穿透植物冠层的顶层的能力。关于这一点， 发射到目标植物的单个LiDAR脉冲通常将产生多个回波信号，每个回 波信号都提供关于植物属性的信息。

现有系统的缺点在于不能在LiDAR数据集中表示的个体的树木、 灌木及其它植物之间进行区分。例如，可以收集其中以高采样强度来 扫描森林的原始LiDAR数据，所述高采样强度足以产生描述森林中的 不同点的位置和反射属性的数据。具有其中处理原始LiDAR数据来区 分LiDAR数据中表示的点并且将那些点分配给个体的植物项目的系统 将是有益的。

具有能够从原始LiDAR数据识别各种植物属性的系统也将是有益 的。例如，通过足够高的采样速率，可以辨别树木的树冠、树枝和树 叶的形状及其它性质。如果该类信息是可辨别的，则计算机系统将能 够识别个体的植物项目的物种。

发明内容

提供该发明内容来以简化的形式引入下文在具体实施方式中进一 步描述的原理的选择。该发明内容并不意在指出要求的主题的关键特 征，也并不意在被用作确定要求的主题的范围的辅助。

本发明的各方面旨在使用LiDAR数据来识别植物的属性。关于这 一点，提供了一种向个体的植物项目分配点的方法。在一个实施例中， 该方法包括：选择以生成了回波信号的LiDAR数据表示的坐标位置。 然后，进行关于该选择的坐标位置是否在分配给先前识别的植物项目 的地理区域内的确定。如果选择的坐标位置不在分配给先前识别的植 物项目的地理区域内，则该方法确定选择的坐标位置与新的植物项目 相关联。在该情况下，生成该新的植物项目的数字表示。

附图说明

通过结合附图来参考以下详细描述将更容易认识到并且更好地理 解本发明的前述方面及许多附带优点，在附图中：

图1描绘了可以用来实现本发明的各方面的计算机的组件；

图2描绘了根据本发明的一个实施例的用于向个体的植物项目分 配点的示例性树冠识别例程；

图3描绘了可以用于说明本发明的各方面的LiDAR数据的样本 集；

图4描绘了可以用于说明本发明的各方面的树木的数字表示；

图5描绘了具有描述用LiDAR扫描的植物的属性的信息的样本树 木列表数据文件；

图6描绘了根据本发明的另一实施例的识别个体的植物项目的物 种的示例性物种识别例程；以及