[发明专利]基于激光雷达的森林资源监测方法、装置和存储介质

权利要求书

1.一种基于激光雷达的森林资源监测方法，其特征在于，包括：

获取森林的激光点云数据、地面调查样地以及森林资源管理数据；

根据所述激光点云数据进行特征变量提取，获得样地特征变量数据和全域特征变量数据；

根据所述样地特征变量数据与地面调查样地，建立激光雷达蓄积量估测模型；

将所述全域特征变量数据通过森林资源管理数据进行分析，获得树种(组)集合；

将所述树种(组)集合输入激光雷达林分蓄积量估测模型进行计算，获得全域森林蓄积量估测信息，并将所述全域森林蓄积量估测信息进行推导，获得测树因子集合；

将所述森林蓄积量及相关测树因子信息更新至森林资源管理矢量数据，并以基于“互联网+”技术的开发信息管理系统管理森林资源。

2.根据权利要求1所述的基于激光雷达的森林资源监测方法，其特征在于，所述根据所述激光点云数据进行特征变量提取，获得样地特征变量数据和全域特征变量数据包括：

将所述激光点云数据进行预处理，获得第一点云数据；其中，所述预处理包括解压、差分、POS数据解算、激光检校、点云数据生成、点云数据坐标转换、点云数据姿态校正，航带间接边中至少一种；

将所述地面调查样地数据进行分析，获得样地蓄积量变量；

将所述森林资源管理数据进行数据更新，获得矢量本底数据。

3.根据权利要求2所述的基于激光雷达的森林资源监测方法，其特征在于，所述将所述激光点云数据进行预处理，获得第一点云数据包括：

将所述第一点云数据进行去噪处理，获得第二点云数据；

将所述第二点云数据进行点云精分类，获得第三点云数据；

将所述第三点云数据按样地位置提取样地点云数据，获得第四点云数据；

将所述第三点云数据进行特征变量提取，获得全域激光雷达特征变量数据；

将所述第四点云数进行特征变量提取，获得样地激光雷达特征变量数据。

4.根据权利要求2所述的基于激光雷达的森林资源监测方法，其特征在于，所述将所述树种(组)集合输入激光雷达蓄积量估测模型进行计算，获得全域森林蓄积量估测信息之前包括：

建立激光雷达蓄积量估测模型，将所述样地激光雷达特征变量数据以及所述样地蓄积量变量按预设树种(组)分类进行多元逐步线性回归，获得激光雷达林分蓄积量估测模型，所述激光雷达林分蓄积量估测模型的输入为所述全域激光雷达特征变量数据以及矢量本底数据，输出为全域森林蓄积量估测信息。

5.根据权利要求4所述的基于激光雷达的森林资源监测方法，其特征在于，所述根据所述样地特征变量数据与地面调查样地，建立激光雷达蓄积量估测模型包括：

获取所述激光雷达蓄积量估测模型的统计评价指标；

检测所述统计评价指标是否在指标范围内；

若所述统计评价指标在指标范围内，则采用所述激光雷达蓄积量估测模型进行计算。

6.根据权利要求1所述的基于激光雷达的森林资源监测方法，其特征在于，将所述树种(组)集合输入激光雷达林分蓄积量估测模型进行计算，获得全域森林蓄积量估测信息还包括：获得所述全域森林蓄积量估测信息和系统抽样产出森林蓄积量的残差值；检测所述残差值是否在检验值范围内；

若所述残差值在检验值范围内，则所述全域森林蓄积量估测信息符合森林资源监测要求。

7.根据权利要求1所述的基于激光雷达的森林资源监测方法，其特征在于，所述方法还包括：

根据所述森林蓄积量估测信息，基于“互联网+”森林资源管理系统更新森林蓄积量等数据。