一種基于點(diǎn)云半球切片估算森林葉面積指數(shù)的方法【
技術(shù)領(lǐng)域：
】[0001]本發(fā)明涉及一種利用地面激光點(diǎn)云數(shù)據(jù)估算森林有效葉面積指數(shù)（EffectiveLeaf-areaIndex，LAIe)的方法，并且評(píng)估了非光合冠層部分對(duì)森林角度孔隙率（AngleGapFraction，AGF)和LAIe的貢獻(xiàn)。二、【
背景技術(shù)：
】[0002]森林冠層通常劃分為光合部分（如葉片）和非光合部分（如樹干，枝和花）。葉片元素的空間分布影響冠層內(nèi)和冠層下光的截取和輻射機(jī)制，進(jìn)而進(jìn)一步影響植物的生物物理過程和動(dòng)植物棲息地分布。葉面積指數(shù)（Leaf-areaIndex，LAI)-般用來定量描述冠層葉片元素，通常定義為單位地表面積上綠葉總面積的一半。LAI可以通過直接或間接的方法測(cè)量得到，航空激光掃描系統(tǒng)和地面激光掃描系統(tǒng)都已經(jīng)成功地應(yīng)用于提取森林冠層LAI，經(jīng)驗(yàn)統(tǒng)計(jì)模型和孔隙率理論模型是兩種主要的提取方法。其中，利用孔隙率理論模型測(cè)量LAI的不足之處在于不能將非光合部分與光合組織區(qū)分開來，這就導(dǎo)致了像北方生態(tài)系統(tǒng)生產(chǎn)模擬模型（BorealEcosystemProductivitySimulator，BEPS)這樣基于過程的模型利用孔隙率計(jì)算LAI時(shí)的不確定性。為了闡明基于孔隙率測(cè)量光合冠層部分與非光合冠層部分的方法，提出有效葉面積指數(shù)、植物面積指數(shù)和葉片面積指數(shù)這些專業(yè)俗語。定量計(jì)算非光合冠層部分對(duì)森林LAI估算有助于將有效葉面積指數(shù)估算轉(zhuǎn)化為真實(shí)葉面積指數(shù)。F.Hosoi等人在JournalofExperimentalBotany第58卷的"Factorscontributingtoaccuracyintheestimationofthewoodycanopyleafareadensityprofileusing3Dportablelidarimaging"一文中證明LAI估算的主要誤差來源于木質(zhì)部分。[0003]激光雷達(dá)（lightdetectionandranging，LiDAR)有望代替勞動(dòng)密集型、直接的LAI測(cè)量方法，然而仍然很難將LiDAR點(diǎn)云數(shù)據(jù)中的光合和非光合冠層部分區(qū)分開來。破壞性的測(cè)量方法是量化光合和非光合冠層部分最準(zhǔn)確的方法，然而既費(fèi)時(shí)又費(fèi)力的特點(diǎn)限制了它們的實(shí)用性。為了取代這種破壞性的方法，人們發(fā)明了各種不同的非破壞性的方法來估算木質(zhì)部分占森林冠層的比例，例如：2009年J.Zou等人在TreePhysiology第29卷的"Woody-to-totalarearatiodeterminationwithamultispectralcanopyimager'，一文中，利用多光譜成像儀發(fā)明一種計(jì)算木質(zhì)部分占總冠層的面積比例的方法。然而，由于森林冠層葉片元素的復(fù)雜分布結(jié)構(gòu)，二維光學(xué)工具很難捕獲到它們的空間分布形式和垂直剖面。因此，三維信息對(duì)于定量描述木質(zhì)部分占森林冠層的比例、評(píng)估對(duì)LAI的貢獻(xiàn)很重要。[0004]除了LAI，冠層密閉度（canopyclosure，CCL)和冠層覆蓋（canopycover，CC0)也是描述植被冠層的兩個(gè)常用概念。然而，這兩個(gè)概念卻不適用于描述入射光為非天頂方向和不同覆蓋類型的森林冠層結(jié)構(gòu)。因此，在本發(fā)明中提出了兩個(gè)新概念：方向孔隙率(Directionalgapfraction，DGF)和角度孔隙率（Angulargapfraction，AGF)。DGF定義為固定方向的太陽光穿過森林冠層的可能性；AGF定義為當(dāng)從下往上觀測(cè)時(shí)，森林冠層的光合和非光合葉片元素遮擋住的部分占整個(gè)天空半球的比例。DGF的優(yōu)點(diǎn)在于它能夠描述與入射平行太陽光垂直的投影平面的孔隙率，而CC0確不可以描述非天頂方向的太陽光下的冠層投影比例。相對(duì)于CCL來說，AGF能夠覆蓋森林冠層的部分或全部，且更加靈活地探測(cè)森林冠層輻射機(jī)制的空間分布，然而CCL只能應(yīng)用于全范圍的半球視角。AGF或DGF和CCL或CCO并不是兩套完全無關(guān)的定義，它們可以通過以下關(guān)系相互計(jì)算：CCL與AGF的和為1;CCO與垂直DGF和為1。總之，DGF和AGF在探索森林冠層的光傳輸時(shí)更加通用和靈活，尤其是LiDAR系統(tǒng)的定向掃描。[0005]計(jì)算孔隙率有很多方法，例如：Andrieu等人在RemoteSensingofEnvironment第50卷"Adirectmethodtomeasurebidirectionalgapfractioninvegetationcanopies"一文中基于航空點(diǎn)云數(shù)據(jù)發(fā)明了一種估算雙向孔隙率的方法。Chen等人在AgriculturalandForestMeteorology第65卷''Measurementofgapfractionoffractalgeneratedcanopiesusingdigitalizedimageanalysis'，一文中，基于分形的計(jì)算機(jī)圖形模型并利用數(shù)字圖像模擬了孔隙率，并發(fā)現(xiàn)指數(shù)模型和負(fù)二項(xiàng)式模型都可以定量描述孔隙率和LAI的關(guān)系。魚眼相機(jī)和LAI-2000是從二維視角測(cè)量AGF常用的光學(xué)工具，而通過激光掃描系統(tǒng)獲得的點(diǎn)云數(shù)據(jù)清楚地包含了森林冠層的三維幾何信息，有利于提高我們特征化冠層三維空間和冠層孔隙率的能力；最新研究也表明：基于激光掃描系統(tǒng)獲得的孔隙率比基于DHP方法獲得的孔隙率更加穩(wěn)定?？紫堵拾ˋGF和DGF，特定時(shí)間，給定森林樣方平行方向太陽光束的透過率只能通過計(jì)算DGF得到，而AGF可以調(diào)查森林冠層內(nèi)和冠層下輻射機(jī)制的空間分布。因此，進(jìn)一步區(qū)分出AGF與DGF，有助于更加準(zhǔn)確地提取整個(gè)森林冠層的孔隙率。計(jì)算出孔隙率與消光系數(shù)之后便可求出有效葉面積指數(shù)。然而，目前還沒有人考慮過激光點(diǎn)云中非光合冠層部分對(duì)葉面積指數(shù)的影響，求出的葉面積指數(shù)也只是有效葉面積指數(shù)，而不是真實(shí)葉面積指數(shù)，利用激光點(diǎn)云提取森林冠層結(jié)構(gòu)的研究理論和技術(shù)還需要進(jìn)一步加強(qiáng)。三、【
發(fā)明內(nèi)容】[0006]本發(fā)明的目的是：[0007]僅僅依據(jù)幾何信息將激光點(diǎn)云數(shù)據(jù)分為三類：光合作用冠層部分（如葉和灌木）、非光合作用冠層部分（如干和枝）和裸地；提出一種算法來計(jì)算樣方尺度激光雷達(dá)森林點(diǎn)云數(shù)據(jù)的AGF，檢查三維空間森林冠層葉片元素的空間分布，計(jì)算有效葉面積指數(shù)；再根據(jù)分類結(jié)果，評(píng)估木質(zhì)部分對(duì)有效葉面積指數(shù)估算的貢獻(xiàn)值。[0008]本發(fā)明的原理如下：[0009]利用地面三維激光雷達(dá)掃描系統(tǒng)，基于局域幾何特征算法將點(diǎn)云數(shù)據(jù)自動(dòng)分為三類：光合作用冠層部分（如葉和灌木）、非光合作用冠層部分（如干和枝）和裸地；再結(jié)合徑向半球點(diǎn)云數(shù)據(jù)切片算法研究光合與非光合葉片元素在三維空間的空間分布模式，求出角度孔隙率，提取有效葉面積指數(shù)；根據(jù)分類結(jié)果，評(píng)估非光合作用冠層部分對(duì)森林角度孔隙率和有效葉面積指數(shù)計(jì)算的貢獻(xiàn)值。[0010]本發(fā)明的技術(shù)方案主要包括以下步驟：[0011](1)獲取森林樣方植被冠層的地面三維激光點(diǎn)云數(shù)據(jù)；[0012](2)對(duì)地面激光點(diǎn)云數(shù)據(jù)逐點(diǎn)分類。根據(jù)局域點(diǎn)集的幾何空間分布模式，一個(gè)局域點(diǎn)集的協(xié)方差矩陣可以用以下公式表示：[0013]Ccov=E{(A-B)T(A-B)}(1)[0014]其中，A代表原始局域點(diǎn)集的NX3維矩陣；B代表中心矩陣；T是矩陣轉(zhuǎn)換操作；E是數(shù)學(xué)期望值；通過支撐域內(nèi)已知點(diǎn)協(xié)方差矩陣的有序特征值和特征向量得到該局域點(diǎn)集的顯著性特征值；將特征向量升序排列，三類點(diǎn)云的特征值用以下表達(dá)式表示：①（λ。>>λλ2)代表具有線性特征的非光合冠層部分；②（λλλ2)代表具有隨機(jī)分布特征的光合作用冠層部分；③（λ。~λi>>λ2)代表無關(guān)聯(lián)特征的裸地部分；給定局域點(diǎn)集的顯著性特征S用公式（2)表示：[0015]S=(λ2，λ。-λi，λ廠λ2)(2)[0016]對(duì)三類點(diǎn)集的每一類手動(dòng)選取15-20個(gè)訓(xùn)練樣本集并且計(jì)算它們相應(yīng)的顯著性特征值；然后利用期望最大化算法和高斯混合模型，基于地面激光點(diǎn)云中每個(gè)點(diǎn)的不同顯著性特征值對(duì)其進(jìn)行逐點(diǎn)分類；符合高斯密度函數(shù)的地面激光點(diǎn)云數(shù)據(jù)點(diǎn)Χ]的條件概率模型中的未知參數(shù)通過期望最大化算法得到；因此，將每個(gè)點(diǎn)的顯著性特征值輸入高斯混合模型中得到某類點(diǎn)的條件概率模型；地面激光點(diǎn)云中的每個(gè)點(diǎn)用其最高的條件概率來標(biāo)記；由此產(chǎn)生的初始分類進(jìn)一當(dāng)前第1頁1 2 3