[发明专利]一种通过激光点云测算树干体积的方法和系统

说明书

本发明公开一种通过激光点云测算树干体积的方法和系统，其中，通过激光点云测算树干体积的方法，包括：使用三维激光扫描目标林木区域，测量得到目标林木区域的点云数据；根据预定点云算法对目标林木区域的点云数据进行数据预处理，得到单木的点云数据；使用密度直方图法从单木的点云数据中提取并滤除林下灌木高，得到滤除林下灌木高后的点云数据；使用百分比直方图法从滤除林下灌木高后的点云数据中提取得到枝下高的点云数据；根据预定体积算法，使用枝下高的点云数据计算得到树干体积。本发明的技术方案能解决现有技术中存在大量的计算干扰，会造成严重的计算误差，无法利用上述方法得到准确的树干体积的问题。

技术领域

本发明涉及激光点云测量技术领域，尤其涉及一种通过激光点云测算树干体积的方法和系统。

背景技术

森林具有高度的生物多样性，能够储存巨量的碳，因此森林树种的研究对于生态学是有着非凡意义的，可以说是热带生态学和生态系统模型建立的基础。森林树种研究的主要内容之一就是地面森林树木总量的估计，地面森林树木总量的估计能够帮助估算地表总生物量以及碳储量的变化；而地面森林树木总量的基本参数之一就是枝下高。

枝下高是测算树干体积的关键，通过计算树干体积，能够得到地面森林树木总量。如图1所示，枝下高(英文Crownbase height，CBH)，指乔木从地表面到树冠的最下分枝点的垂直高度，又叫做冠下高；其中最下分枝点是指树干上第一个一级干枝，在实践上枝下高往往是指立木形成树冠的第一主枝的分枝以下的高度。因为各树种的遗传特性存在差异，所以各树种的枝下高各不相同，即便是相同树种，也因生长环境的不同导致其枝下高存在非常大的差异。枝下高能够用于估算整片林区的木材储量和碳储量；对于树木健康监测、森林野火管理、森林生态系统甚至全球气候变化研究都有重要的意义。

然而单木形态的复杂性，准确获取枝下高仍然是一项具有挑战性的任务。现有的枝下高测算方法主要是样地人工量测-回归法，包括以下步骤：首先，在林地中预先划分好样地，比如4*3的一共12公顷的样地，然后人工到现场利用皮尺对每块样地中每一棵树进行枝下高量测，再使用枝下高量测结果与实际的碳储量构建回归方程，最后将回归方程应用到全部林区，就能计算出总的碳储量。这种方法缺陷十分明显：首先，对于较高的树木无法使用直接测量的方法获取枝下高，只能用测斜仪或者毕氏测仗记录(如图2-a所示)，但这需耗费大量的时间、人力和物力，人员更不能长时间进行驻扎和作业；其次，这种方法需要人在一定距离处与树木保持通视(如图2-b所示)，这在树木彼此遮挡严重的山林中难以实现。综上，虽然利用回归法能快速得到大致的碳储量，但是这种方法的准确性也极大依赖于样地的选择以及样地对整片林区的代表性，最多也只能达到百分之八十左右的准确性。

为了解决上述问题，现有技术存在使用基于激光点云对枝下高自动提取的算法。专利CN201310136260(具体如图3-a和图3-b所示)中提到：利用树木枝干的点云数据，将树木枝干点云分成不同的部分，沿树高方向分层，然后利用凸包算法构建树木枝干三角网。上述方法直接使用点云数据进行分层，因为林下枝干有着大量的干扰，所以上述方式存在大量的计算干扰，造成严重的计算误差，无法利用此方法得到准确的树干体积。

发明内容

本发明提供一种通过激光点云测算树干体积的方案，旨在解决现有技术提供的树干体积计算方法存在大量的计算干扰，会造成严重的计算误差，无法利用上述方法得到准确的树干体积的问题。

为实现上述目的，根据本发明的第一方面，本发明提出了一种通过激光点云测算树干体积的方法，包括：

使用三维激光扫描目标林木区域，测量得到目标林木区域的点云数据；

根据预定点云算法对目标林木区域的点云数据进行数据预处理，得到单木的点云数据；

使用密度直方图法从单木的点云数据中提取并滤除林下灌木高，得到滤除林下灌木高后的点云数据；

使用百分比直方图法从滤除林下灌木高后的点云数据中提取得到枝下高的点云数据；