机载LiDAR单木分割方法对比及其影响因素分析

《机载LiDAR单木分割方法对比及其影响因素分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士研究生学位论文新疆大学论文题目(中文)：机载LiDAR单木分割方法对比及其影响因素分析论文题目(外文)：ComparisonofAirborneLiDARIndividualTreeSegmentationMethodsandAnalysisofInfluencingFactors研究生姓名：杨秋丽学科、专业：地理学研究方向：地图学与地理信息系统导师姓名职称：魏建新教授级高级工程师论文答辩日期2018年5月学位授予日期2018年6月新疆大学硕士研究生学位论文摘要森林资源对生态系统和人类生活有着十分重要的作用，准确获取森林参数是森林资源调查的基本工作。近年来，激光雷达技

2、术的发展为高精度森林三维结构参数的获取提供了可能。机载LiDAR由于具有高精度、高效率、大面积获取森林结构信息的优势，是森林清查中主要的LiDAR数据来源。目前单木分割研究大都是在特定的森林状况下进行的，且对于分割方法的精度评价没有统一标准，无法评价各分割方法的优劣。本文采用基于冠层高度模型分割、基于点云分割、基于无凹坑冠层高度模型分割、基于层堆叠种子点分割等方法，对针叶林、阔叶林和针阔混交林三种森林类型不同森林密度的机载LiDAR数据进行单木分割，使用F-Score、检测率、正确率和总体精度进行定量评价，探讨不同分割方法在不同森林状况下的适用性。其次，对叶面积指数、冠层

3、覆盖度、树密度、树高变异系数、坡度等影响因子进行分析，探索其对各分割方法的影响。为今后森林清查、森林资源管理提供分割方法的选择，以及后续对分割算法进行改进提供参考意见。结果表明：（1）四种分割方法的结果在不同森林类型间，存在一定差异。在针叶林样地，基于Pit-freeCHM分割的精度最好，虽然算法的稳定性不如基于层堆叠种子点分割，但基于层堆叠种子点分割算法对参数比较敏感，可以优先选择基于Pit-freeCHM分割算法，分割精度可以达到0.9；在阔叶林样地，我们发现四种分割方法的分割精度均明显低于针叶林样地的分割精度，基于层堆叠种子点分割算法的分割棵数占总棵树的77%，并且

4、从算法稳定性的角度来看，基于层堆叠种子点分割方法的稳定性也最好，基于Pit-freeCHM分割方法容易因森林的复杂状况而出现异常值；在针阔混交林样地，基于层堆叠种子点分割的精度与稳定性均较好，基于CHM分割算法的稳定效果最差。（2）各影响因子在不同森林类型样地中对四种分割方法的影响也存在差异。在针叶林样地，基于点云分割，随树高变异系数的增大，分割精度呈现下降趋势。基于Pit-freeCHM分割在冠层覆盖度小于0.8时，分割效果最好。在阔叶林样地，四种分割方法的分割精度随树密度的增大均呈下降趋势，当树密度较小时，建议选择基于Pit-freeCHM分割。反之，选择基于层堆叠种

5、子点分割方法分割效果较好。在针阔混交林样地，树密度、冠层覆盖度和树高变异性均对各分割方法的分I新疆大学硕士研究生学位论文割精度具有显著性影响。随树高变异系数的增大，尤其是树高变异系数大于0.25时，基于层堆叠种子点分割具有明显优势。坡度对四种分割方法在不同森林类型中的影响较小。关键字：机载LiDAR；单木分割；点云分割；层堆叠算法；Pit-free算法；分水岭分割II新疆大学硕士研究生学位论文AbstractForestresourceplaysanimportantroleinecosystemandhumanlife.Accuratelyobtainingtreepa

6、rametersisthemainjobofforestresourceinvestigation.Inrecentyears,thedevelopmentoflaserradartechnologyhasmadeitpossibletoobtainhigh-precisionthree-dimensionalstructuralparametersofforests.AirborneLiDARisthemainsourceofLiDARdatainforestinventoryduetoitsadvantagesofhighprecision,highefficienc

7、y,andlarge-scaleacquisitionofforeststructuralinformation.Atpresent,mostofindividualtreesegmentationstudiesareconductedunderspecificforestconditions.Thereisnouniformstandardfortheaccuracyevaluationofthesegmentationmethod,anditisimpossibletoevaluatethemeritsofeachsegm