论文部分内容阅读
红树林是一种特殊的湿地类型。它生存环境的独特性促使红树林生态系统容易受到人类活动的影响,提高了实地调查的难度等级,使得红树林调查存在一定困难。作为一种高新科技,激光雷达能够快速高效地获取林木信息,为红树林调查研究提供新的选择。为了探索激光雷达估测红树林三维信息的可行性,本研究结合野外实地测量数据,通过不同的点云分割方法,对获取的红树林Li Dar点云进行单木分割,进而对红树林结构参数的提取进行深入研究。针对东寨港红树林的主要研究结果如下:(1)点云归一化是进行单木分割和结构参数估测的关键步骤,本研究直接使用地面点获取归一化点云。对比分析后发现,相对于传统方法,基于地面点获取的归一化点云效果更好,获得的最大高程值与最大树高真值之间的区别更小。(2)研究插值方法和点云密度对生成的冠层高度模型(Canopy Height Model,CHM)质量的影响。利用三种插值方法构建CHM,对比分析后发现,从CHM高度平均值角度看,反距离加权法(Inverse Distance Weighted,IDW)生成CHM质量最好。利用不同密度的点云数据生成CHM,结果表明,适当地减小点云密度能够获得更高质量的CHM。插值方法和点云密度同CHM的质量之间存在一定关系。(3)使用不同的分割方法,分别采用同一地方、不同密度的点云数据进行红树林点云单木分割,并利用F-Score(F)、Precision(P)和Recall(R)三种评价指标进行评价。结果显示,研究区中,基于层堆叠种子点分割的最佳点云密度为30 points/m~2,检测率R为0.19至0.76,正确分割率P在0.38-0.73间变化,总体精度F的变化范围为0.26到0.73之间。基于点云分割的最佳密度为10 points/m~2,检测率R在0.16-0.41之间波动,正确分割率P均在0.64以上,总体精度F在0.27至0.55间。基于CHM分割的最佳点云密度为30points/m~2,检测率R在0.11到0.47之间,正确分割率均大于0.67,总体精度F的最小值为0.2,最大值为0.57。(4)基于最优分割组合进行红树林分割,采用分割结果中正确分割的单木参数,与样地数据相结合,探究Li Dar点云获取的红树林信息与野外测量数据二者之间的关系。结果表明,从Li Dar数据中获取的结构参数同实测值之间具有一定的相关性,其中树高的相关性较高,达到0.35;冠幅的相关性较低,分树种的冠幅相关性较高,红海榄的相关系数高达0.95。同时,估测树高和估测冠幅与实际胸径之间线性相关较弱。综上所述,利用激光雷达获取红树林单木结构参数是可行的。本研究探索了不同点云密度、不同分割方法对激光雷达提取红树林的单木参数影响,提供了一个高效的技术方案,为激光雷达在红树林调查中的应用提供实践依据。