[发明专利]一种三维激光点云提取植被冠层聚集度指数的方法

摘要

本发明属于激光雷达遥感技术领域，具体为一种三维激光点云提取植被冠层聚集度指数的方法。本发明利用遥感技术手段，获取植被样方冠层三维点云数据，通过构建三维体元模型、转换坐标系统、计算冠层间隙率等过程，建立基于地面高分辨率激光点云数据提取植被冠层的聚集度指数的方法。该方法可快速、准确的提取植被冠层聚集度指数，数据采集简便，且不受观测时光照条件的影响，在研究时也不用考虑卫星遥感数据或产品的像元尺度问题。并且不会对植被结构和辐射特性造成任何不良影响，同时还可以永久性的记录植被样地的三维结构特征。本发明简便，高效，对植被无副作用，且相对现有技术极大地减少了计算量。

主权项

1.一种三维激光点云提取植被冠层聚集度指数的方法，具体包括以下步骤：步骤1、利用地面激光雷达扫描系统，获取植被冠层三维点云数据：首先，在目标区样方中心点和样方外侧分别架设三维激光扫描仪，以样方中心点为观测点所得的坐标系统为标准，将得到的多站点云数据进行点云配准；然后，在水平方向将样方的三维点云数据切割为以样方中心点为圆心，3≤r≤10m为半径的圆形区域；再将所有低于三维激光扫描仪高度的点剔除，得到植被冠层三维点云数据；步骤2、三维体元模型构建：依据步骤1得到的冠层三维点云数据求出笛卡尔坐标X、Y、Z的最小值(Xmin，Ymin，Zmin)和最大值(Xmax，Ymax，Zmax)，以X、Y、Z的(Xmin，Ymin，Zmin)为起始点，以体元大小为步长划分冠层三维点云数据，并确定点云在体元坐标系中对应的体元坐标值及体素值；体元大小由体元的长L、宽W、高H决定，整个数据区域被划分为NL×NW×NH个体元，其中，NL＝(Xmax‑Xmin)/L，NW＝(Ymax‑Ymin)/W，NH＝(Zmax‑Zmin)/H；点云体元化后的坐标值由以下公式得到：式中，int是取整符，直接取出小数前面的整数部分，(i，j，k)是点云数据笛卡尔坐标(X，Y，Z)对应的体元坐标，体元大小L×W×H与扫描采用的点间距一致；体元的体素值通过判断体元内包含的激光点个数来确定，如果体元内激光点个数大于等于1，代表激光束被体元拦截，则该体元体素值赋为1，否则体素值赋为0；步骤3、坐标系统的转换：将体元化后的冠层三维点云数据从笛卡尔坐标系转为半径为1的球面坐标系统，去除重复的体元，即确保转换后的球面坐标系统中每个点只有一个体元，如果该方向有体元属性为1的，则保留为1的体元，即视作该方向的体元属性为1，否则视作该方向的体元属性为0；步骤4、间隙率的计算：在天顶方向以5°为间隔将0°到90°的天顶角分成18个区域，并以每个区域的中间天顶角值代表该区域的天顶角；同时在方位角方向以45°为间隔将0°到360°的方位角分成8个区域，并以每个区域的中间天顶角值代表该区域的方位角，得到144个扇形区域；通过统计各个扇形区域的总体元个数和属性为0的体元个数，得到扇形区域的间隙率为属性为0的体元个数与总体元个数之比，公式如下：式中，θ为天顶角，为方位角；步骤5、聚集度指数Ω(θ)的计算：由步骤4得到各个扇形区域的间隙率假设每个扇形区域都有间隙，即可通过以下公式求出各天顶方向的聚集度指数：式中θ为天顶角，为方位角，为冠层平均间隙率，为间隙率的对数平均。