Paper題目：A Novel Vegetation Point Cloud Density Tree-Segmentation Model for Overlapping Crowns Using UAV LiDAR

Abstract

由于常用的冠層高度模型(CHM)的局限性，在具有高密度和重疊樹(shù)冠的森林生態(tài)系統(tǒng)中檢測(cè)和分割單個(gè)樹(shù)木經(jīng)常會(huì)導(dǎo)致偏差。針對(duì)這種局限性，本文提出了一種新的方法來(lái)分割單棵樹(shù)和提取樹(shù)的結(jié)構(gòu)參數(shù)。該方法包括以下關(guān)鍵步驟:(1)對(duì)無(wú)人機(jī)掃描的高密度激光點(diǎn)云進(jìn)行分類，通過(guò)分析分類后的植被點(diǎn)云在平面投影中的空間密度分布，建立植被點(diǎn)云密度模型；(2)采用具有最佳窗口大小的局部極大值算法檢測(cè)樹(shù)種子點(diǎn)并提取樹(shù)高，采用改進(jìn)的分水嶺算法提取樹(shù)冠。在中國(guó)北方以松樹(shù)為主的森林中的三個(gè)具有不同樹(shù)冠覆蓋率的地點(diǎn)測(cè)試了所提出的方法。結(jié)果表明:(1)提出的VPCDM與常用的CHM之間的kappa系數(shù)為0.79，表明VPCDM的性能與CHM相當(dāng)；(2)采用具有最優(yōu)窗口大小的局部極大值算法對(duì)單棵樹(shù)進(jìn)行分割，可以獲得最優(yōu)的單棵樹(shù)分割精度和檢測(cè)率結(jié)果；與原始分水嶺算法相比，改進(jìn)后的分水嶺算法顯著提高了冠層面積提取的精度。總之，提出的VPCDM可以為基于光探測(cè)和測(cè)距(LiDAR)的高密度點(diǎn)云提供一種創(chuàng)新的數(shù)據(jù)分割模型，并提高參數(shù)提取的準(zhǔn)確性。

關(guān)鍵詞： 單樹(shù)分割；無(wú)人機(jī)；激光雷達(dá)；植被點(diǎn)云密度模型；改進(jìn)的分水嶺算法

1. Introduction

森林是全球生物圈中最重要的陸地生態(tài)系統(tǒng)之一。在陸地生態(tài)系統(tǒng)中，森林生態(tài)系統(tǒng)在涵養(yǎng)水源、儲(chǔ)碳、減緩全球氣候變化、維持生態(tài)平衡等方面發(fā)揮著重要作用[1-3]。樹(shù)木是森林的基本單元，其空間結(jié)構(gòu)和

總結(jié)

以上是生活随笔為你收集整理的使用无人机 LiDAR 的重叠树冠的新型植被点云密度树分割模型的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。