采用地面激光扫描获取树木的光探测和测距数据,并将其作为遥感数据源,选取水杉、棕榈、无患子、竹子和橡胶树为研究对象,提出了三类有效特征:树木相对聚类特征、点云分布特征和树木表观特征,列举了68个特征参数。采用支持向量机在交叉验证中对训练数据集进行检验计算,确定最优的特征参数组,最终在测试数据集中进行树种分类。研究结果表明:基于树木相对聚类特征的最优特征参数组进行树种分类的平均分类精度较低(45%);基于点云分布特征的最优特征参数组进行树种分类的平均分类精度有所增加(58.8%);基于树木表观特征的最优特征参数组进行树种分类的平均分类精度较高(63.8%);基于三类特征的13个最优特征参数进行树种分类的平均分类精度最高(87.5%)。此外,由于水杉与其他树种形态差异较为明显,在分类中表现突出,错判率最低(6.5%)。所提方法具有较高的可行性,为获得更准确的森林树种分布提供了强有力的工具。

以杭州钱江新城森林公园和新疆维吾尔自治区阿克苏市红旗坡农场的水杉、柳树、女贞、竹子和苹果树为研究对象,基于机载LiDAR获取高分辨率点云数据,结合支持向量机分类器,提出了多种树木特征,如结构特征参数、纹理特征参数和冠形特征参数等,以实现树种分类。实验结果表明,5种树木分类的整体准确率达85%,Kappa系数为0.81。所提分类方法不仅从LiDAR数据中获得了更有前景的单株树特征,还展示了一个可用于提高树种分类性能的有效框架。

林木参数反演是森林资源管理与培育经营的关键环节。 迅速发展的激光探测与测量技术突破了传统测量方法, 可以快速的获取林木的空间三维信息, 在林业普查中具备高效率、 高精度的优势。 结合计算机图形学与图像学方法, 以中国最大的橡胶生产基地海南省儋州市长期受台风侵害下的两个不同品种橡胶林段(林段1 PR107, 林段2 CATAS7-20-59)为研究对象, 设计了面向离散激光点云的单株林木参数提取方法, 自动获取橡胶林木风害后的生物量指标。 首先, 通过人背负移动激光雷达获取林段点云数据并使用瑞利商求取台风造成的主枝干倾角, 以找寻每株橡胶树的树冠中心点。 其次, 对点云进行垂直投影, 并采用分水岭与Meanshift算法实现株株分离。 最后, 基于以上操作自动获取与实测值相近的林木参数, 例如冠幅、 冠径、 冠积、 叶面积密度、 叶面积分布以及主枝与分枝之间夹角等。 计算表明, 林段1与林段2东西冠幅分别为3.95和3.73 m, 与实测相差1.74%～6.27%; 林段1与林段2南北向冠幅分别为6.47和6.51 m, 与实测相差2.54%～4.02%; 林段1与林段2平均胸径分别为5.20和4.73 cm, 与实测相差0.64%～2.44%; 林段1与林段2平均冠积分别为168.01和141.80 m3, 与实测相差0.67%～0.85%; 林段1与林段2主枝干倾斜角分别为18.80°和13.11°, 与实测相差5.53%～7.09%; 林段1与林段2二级分支与主枝干的夹角分别为40.21°~69.23°和10.63°~32.14°, 它们相差62.63%; 林段1在不同天顶角下的叶面积指数均大于林段2。 通过对一定样本(150棵/每类林段)的分析结果与真实比对表明, 该方法对林木参数反演结果精度较高, 有效地评估了不同品种橡胶树在台风下的损伤度(如主枝干歪斜率、 叶面积密度及衰减分布)。 参数反演结果与实测值仅有8%的偏差, 此偏差主要由橡胶林分叶片稠密, 导致林分中叶面与枝干扫描数据获取缺失, 以及外界环境干扰如风力扰动、 点云拼接误差、 激光束发散率、 激光扫描范围等原因造成。 同时, 由于林段1(PR107)的橡胶树的主枝与分枝夹角、 冠积以及叶面积指数均大于林段2(CATAS7-20-59)的橡胶树, 导致林段1的橡胶树比林段的2橡胶树在台风侵害下更脆弱。 因此, 该研究可用于研究风力侵害对于不同森林地块的影响, 以及量化风害造成的生态系统紊乱的影响。 同时, 该方法解决了人背负激光扫描数据进行单株提取与林木参数反演的问题, 为激光测绘在林业中的应用提供了新思路。