[发明专利]一种基于模式识别的森林点云分类方法

说明书

一、技术领域

本发明是利用激光点云数据的空间三维几何信息对森林数据进行自动分类的方法，即通过局部点云数据特征值分布的差异，将森林点云数据分为散点类(叶子、草等)、线性类(细的树干、树枝等)、面状类(地面、粗的树干等)。

二、背景技术

森林植被冠层结构可定义为所有地上部分林冠元素的形状、大小、方向以及空间分布，其控制着陆地与大气之间的物质、能量传输，通过影响光合作用和蒸腾作用的速率和量级进行影响植被与环境间的物质和能量的交换，同时也为一些动植物提供了栖息地。因此，定量描述冠层结构是理解森林冠层结构并进而揭示森林生态系统长期演替规律的前提条件。定量描述植被冠层的生物物理参数主要包括叶面积指数(Leaf Area Index，LAI)，树高、胸径、冠幅大小、树冠体积、冠幅截面积(Basal Area，BA)等。然而，由于冠层结构的三维结构的复杂性，精确的定量描述仍然是个挑战。

传统的测量森林冠层结构的方法主要分为直接法和间接法两大类。直接法就是通过人工的方法直接对植被的器官进行测量，这种方法可以较为准确的测量出这些参数，但是费时费力，同时可能对植被也具有一定的破坏性。间接法是通过辐射测量的方法来估计冠层结构参数的，主要包括光谱法、孔隙率理论方法(gap fraction methods)和双向反射分布函数方法(BRDF：Bidirectional Reflectance Distribution Function)法。光谱法主要是依据树木各部分反射率不同来推算冠层结构参数，通常是建立一些相关关系来推算，但是这些相关关系通常不具有大范围的普适性。孔隙率理论方法是基于传输光束辐射的测量，为LAI和叶倾角的估算提供了有力的工具，但是这种方法是建立在叶子随机分布的前提下，同时在估算叶子相关参数的时候，没有区分树冠的光合部分和非光合部分。BRDF方法是利用入射方向和观测方向的亮度不同来获取冠层结构参数，但是这种方法在数据获取是存在着很大的困难。

LIDAR(light detection and ranging)技术的发展为森林冠层结构参数的获取提供了一种新的技术手段。近年来，也有人开始利用森林的激光点云数据提取冠层结构参数。比如，P.J.WATT and D.N.M.DONOGHUE在Measuring forest structure with terrestrial laser scanning一文中利用地面激光雷达获取的数据通过手动识别选取树干、冠幅，获取了树木的直径、树高等参数并与野外测量做了比较，发现利用地面激光雷达数据可以比较准确地获取到树木的形态进而较为准确的提取到植被冠层结构参数。Feng Zhao等在Measuring gap fraction，element clumping index and LAI in Sierra Forest stands using a full-waveform ground-based lidar.″中利用地面激光雷达获取的森林点云数据，根据孔隙率的理论求取了孔隙率、聚集度指数和叶面积，发现与半球形照片(hemispherical photos)测量的结果是具有较高的相关性的。Xiaoyuan Yang等在”three-dimensional forest reconstruction and structural parameter retrieval using a terrestrial full-waveform lidar instrument(Echidna(R))”文中利用地面全波激光雷达设备，根据树木不同组分对能量的反射强度不同，对树木的树干、树枝、树叶和地面分类，进行对树木进行三维重建，提取冠层结构参数，并与人工测量结果做比较，发现相关性都达到了0.70-0.90。