[发明专利]基于多回波机载激光扫描数据的城市树木碳含量估计方法

摘要

本发明公开了一种基于多回波机载激光扫描数据的城市树木含碳量估计方法，包括：S1、使用多光谱机载激光扫描仪对城市树木进行扫描，获得多个航带的多回波ALS点云数据；S2、对多个航带的多回波ALS点云数据进行预处理，获得nDSM数据及各激光通道的强度图像；S3、对nDSM数据进行分类，提取其中的树木类别数据，获得树冠高度模型CHM；S4、由树冠高度模型CHM估计树木的形状参数,所述树木的形状参数包括树冠高度与树冠直径；S5、先由经验模型构建ALS‑DBH回归模型，再通过现场选取若干树木样本进行验证；S6、根据所有物种的DBH和树冠高度来估算碳含量。本发明基于ALS的树木形状参数和异速生长模型，可对城市树木碳含量进行快速无损的估计。

主权项

1.基于多回波机载激光扫描数据的城市树木含碳量估计方法，其特征在于，包括以下步骤：S1、使用包括绿激光、近红外激光及短波红外激光的机载激光扫描仪对城市树木进行扫描，获得多个航带的多回波ALS点云数据；S2、对多个航带的多回波ALS点云数据进行预处理，获得nDSM数据及各激光通道的强度图像；S3、植被分类：对nDSM数据进行分类，提取其中的树木类别数据，获得树冠高度模型CHM；S4、由树冠高度模型CHM估计树木的形状参数,所述树木的形状参数包括树冠高度与树冠直径；S5、ALS-DBH回归模型的选择：先由经验模型构建ALS-DBH回归模型，再通过现场选取若干树木样本获得偶数组采样组，将其中一半采样组作为模型组用于模型开发，另一半采样组作为验证组，将所有的组合情况进行模型开发，并通过交叉验证过程拟合，收集每个组合产生的参数；通过测定系数R2检查回归模型的预测能力和性能，并且通过预测参数的RMSE来检查预测的准确度，比较所有组合情况中的R2和RMSE，选择在模型拟合中具有高R2和在验证中具有低RMSE的一个ALS-DBH回归模型来预测DBH；S6、碳含量的预测：根据所有物种的DBH和树冠高度来计算总生物量，存储在树中的碳存储量估计为总生物量的一半，将预测的碳储存与通过现场测量的DBH和高度估计的碳储存进行比较，并且通过RMSE和R2进行评估。