5m，25m，and35m的半球切片，傾角與方位角方向的LBA均設(shè)置為5°。 三維空間被分為一系列的梯形體元以研究點(diǎn)密度分布。將切片的透明度設(shè)置為0.5,用不同 顏色表示不同密度的點(diǎn)云三維空間分布。如附圖5所示，TLS離觀察物體越近，有更高的點(diǎn) 云密度來闡明隨著切片與TLS距離的增加切片中點(diǎn)云密度減少這一現(xiàn)象。與葉片有關(guān)的激 光點(diǎn)大多數(shù)分布在半徑在5-15m之間的第二個切片中，如附圖3 (a，c)所示。
[0062] 4.計(jì)算角度孔隙率。根據(jù)技術(shù)方案步驟（4)所述，通過徑向半球切片算法，我們得 到有限個有著固定的傾角間隔的環(huán)形半球區(qū)域和一系列大小不同的梯形體元，進(jìn)而求出30 個樣方的AGF，并且從中選擇三個樣方：高密度樣方（樣方8,LAI= 4. 15)、中密度樣方（樣 方29，LAI= 2. 25)、低密度樣方（樣方18，LAI= 1. 20)來說明森林密度對基于TLS的AGF 影響。結(jié)果表明，基于TLS計(jì)算出來的AGF與基于DHP計(jì)算出來的AGF達(dá)到了很好地一致 性，如附圖5所示。基于TLS的AGF與森林密度密切相關(guān)，如附圖6、8所示。
[0063] 5.根據(jù)技術(shù)方案步驟（5)和（6)所述，分別基于TLS和DHP計(jì)算LAIe，并對兩者 結(jié)果進(jìn)行比較?；赥LS的LAIe與基于DHP的LAIe相關(guān)性很好，但是基于TLS比基于DHP 低估了AGF值，尤其是密度增加的時候低估現(xiàn)象越明顯。基于TLS的LAIe與基于DHP的 LAIe的關(guān)聯(lián)強(qiáng)度還與森林類型有關(guān)，如附圖7所示。例如，闊葉林中兩者的一致性較高，混 交林中，兩者有更密切的關(guān)系。
[0064] 6.根據(jù)技術(shù)方案步驟（7)所述，估算木質(zhì)部分對LAIe的影響。從原始TLS森林點(diǎn) 云數(shù)據(jù)中去除掉非光合冠層部分后，對于高密度森林樣方AGF大約提高了 10-20%。對于中 密度森林樣方，去除木質(zhì)部分點(diǎn)云數(shù)據(jù)之前與之后的AGF分別為10%與43%。而在低密度 森林樣方中，不同的傾角條件下AGF有相對較小的變化（0-14% )。在高密度森林樣方中，基 于TLS不同的傾角下LAIe從3. 36下降到1. 72,表明木質(zhì)部分對LAI的貢獻(xiàn)達(dá)到48. 81%。 同樣地，在中密度森林樣方中，木質(zhì)部分對LAI的貢獻(xiàn)達(dá)到54. 11 %。在低密度森林樣方中， 木質(zhì)部分對LAI的貢獻(xiàn)僅僅19. 58%。排除掉木質(zhì)材料的影響后，即可求出真實(shí)LAI。
【主權(quán)項(xiàng)】
1. 一種基于點(diǎn)云半球切片估算森林葉面積指數(shù)的方法，其主要包括以下步驟： (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)； (2) 逐點(diǎn)分類：根據(jù)森林激光點(diǎn)云的幾何空間分布模式，用以下公式表示局域點(diǎn)集的 協(xié)方差矩陣 Ccov=E{(A-B)T(A-B)} (1) 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：①1。>> λλ2代表具有線性特征的非光合冠層部分；②λλλ2代表具有隨機(jī)分布特 征的光合作用冠層部分；③λ。~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： S= (λ2，λ0-λρλ廠λ2) (2) 對三類點(diǎn)集的每一類手動選取15-20個訓(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)云中每個點(diǎn)的不同顯著性 特征值對其進(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) Xj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)一步通過后處理濾波方法進(jìn)一步優(yōu)化； (3) 利用徑向半球點(diǎn)云切片算法，研究地面激光點(diǎn)云密度空間分布，提取角度孔隙率； 該算法中，地面激光點(diǎn)云數(shù)據(jù)的中心點(diǎn)首次被作為新的坐標(biāo)原點(diǎn)ο(χ=ο，γ=ο，ζ=ο)來 計(jì)算，矩形框的外切球決定有同樣圓心的環(huán)形球面的最大半徑；通過徑向或角度方法將森 林冠層三維研究區(qū)域劃分開；通過徑向方法，點(diǎn)云區(qū)域被分為有相同圓心的不同的環(huán)形半 球區(qū)域，環(huán)形半球區(qū)域的數(shù)量由相鄰球面之間的半徑間隔和切球的最大半徑?jīng)Q定，環(huán)形半 球區(qū)域由兩個不同半徑的球面來界定；方位角的范圍是0°到360°，傾角的范圍是0°到 90°，通過角度方法，利用公式（3)將球面分為不同立體角的表面區(qū)域，表面區(qū)域的數(shù)量由 整個球面和立體角的大小決定；式中，Θ肩天頂角，供是方位角，dΘ和(1Ω^別代表傾角、方位角和立體角的微 分；通過徑向和角度方法，徑向半球點(diǎn)云切片算法將三維球形區(qū)域分為不同大小的"體元"； (4) 計(jì)算角度孔隙率：通過角度方法將給定的感興趣三維區(qū)域分為不同的梯形體元， 其中空體元與所有體元的比值即為角度孔隙率； (5) 計(jì)算消光系數(shù)：消光系數(shù)由入射太陽光方向和葉片方向分布函數(shù)共同決定，入射 太陽光方向由激光束模擬，葉片方向分布函數(shù)由橢球模型表示；利用最小二乘法計(jì)算局域 點(diǎn)集中每個點(diǎn)的法矢量，在支撐域圖形上繪制黎曼圖，根據(jù)該圖的最小生成樹產(chǎn)生一個種 子法矢量，從而確定所有法矢量的方向；對于針葉林，由于地面激光系統(tǒng)很難捕獲針葉信息 并繪制出較好的三維冠層結(jié)構(gòu)，因此在光的截取過程中每一單獨(dú)樹枝被看做一個大葉片； 假設(shè)葉片方位角隨機(jī)分布，預(yù)先設(shè)定橢球長半軸與短半軸的比例，用橢球模型表示葉片角 度分布，用橢球陰影面積占橢球總面積的比例計(jì)算消光系數(shù)； (6) 計(jì)算有效葉面積指數(shù)：根據(jù)貝爾定律估算光穿過媒介時的衰減，單個半球區(qū)域的 有效葉面積指數(shù)通過公式（4)計(jì)算 Le=cos(θ) · 1η(Ρ(Θ))/-G(θ) (4) Θ是天頂角；U是有效葉面積指數(shù)；P(θ)和-G(θ)/cos (θ)分別是入射太陽光天頂 角為Θ時的角度孔隙率和消光系數(shù)； 根據(jù)RHPCS算法，通過公式（5)計(jì)算整個森林冠層有效葉面積指數(shù)：式中，Lel是第ith個三維環(huán)形半球區(qū)域的有效葉面積指數(shù)；Ρ(ΘJ是第ith個三維環(huán)形 半球區(qū)域的角度孔隙率；G(ΘJ是第ith個三維環(huán)形半球區(qū)域的消光系數(shù)； (7)評估木質(zhì)部分對有效葉面積指數(shù)的影響：逐點(diǎn)分類后，從原始地面激光森林點(diǎn)云 數(shù)據(jù)中剔除非光合冠層部分的點(diǎn)云數(shù)據(jù)；為了便于比較基于地面激光系統(tǒng)的有效葉面積指 數(shù)與基于魚眼相機(jī)的有效葉面積指數(shù)，排除低于掃描儀高度的冠層部分；通過創(chuàng)建兩個數(shù) 據(jù)集：含有與不含有光合作用部分，定量描述木質(zhì)部分對基于地面激光系統(tǒng)的三個不同森 林點(diǎn)云密度有效葉面積指數(shù)的影響；通過比較剔除非光合部分點(diǎn)云數(shù)據(jù)計(jì)算出的葉面積指 數(shù)與含有非光合部分點(diǎn)云數(shù)據(jù)計(jì)算出的葉面積指數(shù)之間的差別，便可計(jì)算出木質(zhì)部分對基 于地面激光系統(tǒng)的有效葉面積指數(shù)的貢獻(xiàn)值；2.根據(jù)權(quán)利要求1所述的一種基于點(diǎn)云半球切片估算森林葉面積指數(shù)的方法，其特 征在于步驟（7)，依據(jù)幾何信息將激光點(diǎn)云數(shù)據(jù)分為三類，從而提取出木質(zhì)部分激光點(diǎn)云數(shù) 據(jù)，考慮木質(zhì)部分對步驟(6)中求出的有效葉面積指數(shù)的貢獻(xiàn)值，根據(jù)求出的貢獻(xiàn)值，去除 掉木質(zhì)部分對森林冠層的影響，從而求出森林冠層的真實(shí)葉面積指數(shù)。
【專利摘要】本發(fā)明提供了一種方法：利用地面激光點(diǎn)云數(shù)據(jù)基于點(diǎn)云半球切片估算森林葉面積指數(shù)，屬于森林冠層結(jié)構(gòu)參數(shù)獲取方法的研究領(lǐng)域。其步驟為：獲取植被冠層的三維激光點(diǎn)云數(shù)據(jù)的及預(yù)處理；基于局域集合特征方法將點(diǎn)云數(shù)據(jù)自動分為三類：光合作用冠層部分(如葉和花)、非光合作用冠層部分(如干和枝)和裸地；利用徑向半球點(diǎn)云切片算法研究光合冠層部分與非光合冠層部分在三維空間的空間分布形式，計(jì)算角度孔隙率；計(jì)算消光系數(shù)；提取有效葉面積指數(shù)；根據(jù)激光點(diǎn)云逐點(diǎn)分類結(jié)果，評估木質(zhì)部分對森林角度孔隙率和有效葉面積指數(shù)計(jì)算的貢獻(xiàn)值。結(jié)果表明：利用地面激光點(diǎn)云數(shù)據(jù)，在不同密度的森林中，木質(zhì)部分對有效葉面積指數(shù)貢獻(xiàn)率為19％-54％；該發(fā)明計(jì)算出的有效葉面積指數(shù)與魚眼相機(jī)計(jì)算出的有效葉面積指數(shù)相關(guān)性達(dá)到74.27％。本發(fā)明豐富了利用地面激光點(diǎn)云數(shù)據(jù)提取森林冠層三維結(jié)構(gòu)和生物物理參數(shù)的應(yīng)用。
【IPC分類】G06T7/00, G06K9/00
【公開號】CN105389538
【申請?zhí)枴緾N201510655584
【發(fā)明人】鄭光, 馬利霞, 何維, 盧曉曼, 張乾, 路璐
【申請人】南京大學(xué)
【公開日】2016年3月9日
【申請日】2015年10月9日