南京林业大学学报(自然科学版)

作者：易静,马开森,向建平,唐杰,蒋馥根,陈松,孙华

单位：1.中南林业科技大学林业遥感信息工程研究中心,林业遥感大数据与生态安全湖南省重点实验室,南方森林资源经营与监测国家林业和草原局重点实验室,湖南 长沙 410004,2.湖南科技大学地理空间信息技术国家地方联合工程实验室,湖南 湘潭 411201,3.中南林业科技大学芦头实验林场,湖南 岳阳 414000

关键词：地面激光扫描,单木探测,点云切片,聚类算法,林木参数提取,人工林

基金：国家自然科学基金面上项目(31971578),湖南省自然科学基金面上项目(2022JJ30078)

【目的】针对直接使用地面激光雷达生成的冠层高度模型(canopy height model,CHM)和归一化点云(normalized point cloud,NPC)在复杂林分探测中存在单木探测能力不足的问题,研究引入点云切片结合聚类的方法以提高单木探测精度。【方法】以广西壮族自治区6个不同林分密度的人工林样地为研究对象,利用地面激光扫描获取样地的归一化点云数据,提取高度在1.3 m处的点云切片,分别采用基于密度噪声应用空间聚类(DBSCAN)和均值漂移聚类(MS)算法对切片中的树干点云进行聚类。利用野外实测调查数据进行精度验证,并与基于CHM的局部最大值算法和基于NPC的点云分割算法(point cloud segmentation,PCS)的探测结果对比,评价和分析不同探测方法的适用性与参数敏感性。【结果】所有方法均可获得良好的探测结果,各样地的最优总体探测精度得分F≥ 0.86;点云切片结合聚类算法的单木探测方法结果最优。DBSCAN算法的聚类阈值(Eps)和均值漂移算法的聚类半径可显著影响单木探测率,最大Eps取决于最大林木间距,聚类半径接近最大单木胸径时的探测结果最优。【结论】基于点云切片结合聚类算法的单木探测能提高下层林木探测率,可有效改善高密度林分的单木探测精度,为不同林分的单木探测方法选择提供参考。

来源：2024年第4期

《南京林业大学学报(自然科学版)》期刊编辑部

查看南京林业大学学报(自然科学版)杂志2024年第4期