基于機(jī)載激光掃描的林木信息提取與建模方法探討

童淑君,孟葉鋒（浙江藝佳地理信息技術(shù)有限公司,浙江　德清　313200）

?

基于機(jī)載激光掃描的林木信息提取與建模方法探討

童淑君,孟葉鋒
（浙江藝佳地理信息技術(shù)有限公司,浙江德清313200）

摘 要：本文探討了一種先進(jìn)的技術(shù)-機(jī)載激光掃描技術(shù)，通過它快速地提取到了數(shù)字表面模型（DSM）及數(shù)字高程模型（DEM），通過點云濾波及分類手段，得到了試驗區(qū)林木冠層高度模型（CHM）；利用top-hat及分水嶺算法相結(jié)合，提取出林木的位置、高度及冠幅。

關(guān)鍵詞：機(jī)載激光掃描；點云濾波；分類；冠層高度

1　引言

激光掃描測距技術(shù)（Light Detection and Ranging,LIDAR）是一種快速、直接地獲取地形表面模型的技術(shù)；與傳統(tǒng)的光學(xué)及微波遙感不同，LIDAR能夠快速、精確地獲取地面特征在水平和垂直方向上的位置[1]。在獲取方式中，機(jī)載LIDAR以其在地面信息探測及模型的恢復(fù)、重建等方面的優(yōu)勢，成為近十年快速發(fā)展的一種新型測量技術(shù)；同時，它也是目前唯一能測定森林覆蓋地區(qū)地面高程的可行技術(shù)[2]。

傳統(tǒng)的遙感監(jiān)測中，對森林地區(qū)的獲取通常是采用攝影測量的方法進(jìn)行，但該方法也存在許多局限，如：外業(yè)控制信息少、影像正射校正困難、立體測圖精度低，無法探測森林地面信息等。利用機(jī)載LIDAR技術(shù)可以克服傳統(tǒng)攝影測量的不足，尤其是在林木高度測量與林木垂直結(jié)構(gòu)信息獲取方面具有其他遙感技術(shù)所不可比擬的優(yōu)勢[3]。目前數(shù)據(jù)獲取方式主要包括兩種手段：離散點云信息與全波形數(shù)據(jù)信息。通過離散點云，根據(jù)不同的點云分割算法，能夠獲得林木的許多參數(shù)，主要包括：位置、樹高、冠幅、林木蓄積等。這些參數(shù)，主要是基于數(shù)字林冠模型（Digital Canopy Model，DCM）結(jié)合數(shù)字高程模型（Digital Elevation Model，DEM）反演得到的，但大部分的研究主要是針對單一森林樹種的信息提取，沒有形成一體化的林木信息獲取與建模的流程，其中，國內(nèi)對這方面的研究更少，尤其對森林生物量的研究尚未見報道。

本文通過機(jī)載LIDAR技術(shù)，提取了試驗區(qū)林木冠層高度模型（Canopy Height Model，CHM），從CHM中得到了林木的位置、高度、冠幅，這些參數(shù)可以更好地在復(fù)雜的森林中提取出單棵樹，并采用模糊聚類及多次回波特性，構(gòu)建出了簡易的林木樹種模型。這方面工作對于森林可持續(xù)經(jīng)營管理及森林生態(tài)系統(tǒng)科學(xué)的研究具有重要的應(yīng)用價值。

2　林木參數(shù)提取算法

2.1數(shù)據(jù)處理

生成數(shù)字表面模型DSM（Digital Surface Model）：首先，去除點云中的雜點（孤立點、空中點及低點）；再次，將點云數(shù)據(jù)柵格化，當(dāng)柵格單元內(nèi)有多個回波點時，取其最大值作為像元值；采用線性三角網(wǎng)方法將柵格數(shù)據(jù)內(nèi)插，根據(jù)0值像元的非0鄰域像元的平均值進(jìn)行插值計算，生成0.5m格網(wǎng)大小的DSM。

生成數(shù)字地面模型DEM（Digital Elevation Model）：由于試驗區(qū)地勢較為平坦，采用曲面擬合濾波的方式，分離出地面點與非地面點；同樣采用線性三角網(wǎng)的方法將地面點內(nèi)插成0.5m格網(wǎng)大小的DEM。

2.2CHM獲取

將上面得到的DSM與DEM作差值，基于平面分割算法剔除含有建筑物的部分，生成冠層高度模型CHM（Canopy Height Model）。對CHM進(jìn)行平滑處理，平滑算法使用3×3窗口搜索局部最小值，利用鄰域像元的平均值代替局部最小值。為了能夠在復(fù)雜的多木樹中識別冠幅的邊緣，首先利用Top-hat算法[12]將需要的目標(biāo)從復(fù)雜的背景中提取出來，主要算法如下：

式中：f—預(yù)處理的圖像；g—所選取的結(jié)構(gòu)元素；h—圖像f經(jīng)過Top-hat變換后得到的結(jié)果圖像；ο表示圖像f與結(jié)構(gòu)元素g之間進(jìn)行開運算。

2.3林木參數(shù)提取

影像中垂直林木樹冠分割采用較為成熟的分水嶺算法。分水嶺分割算法，是一種基于拓?fù)淅碚摰臄?shù)學(xué)形態(tài)學(xué)分割方法，其主要思想是把圖像看作測地學(xué)上的拓?fù)涞孛?，圖像中每個像素的灰度值同CHM生成的影像中的像素值都表示該點的海拔高度。令C(Mi)為一個點的坐標(biāo)集合，這些點位于與局部最小值Mi相聯(lián)系的匯水盆地內(nèi)。若T[n]表示坐標(biāo)(s,t)的集合，其中g(shù)(s,t)

在幾何上，T[n]是g(x,y)中點的坐標(biāo)集合，集合中的點均位于平面g(x,y)=n的下方。通過這種思想，在CHM影像中選擇部分林區(qū)進(jìn)行分割試驗（圖1）。可以看出，利用該方法能夠識別出復(fù)雜的多棵樹的冠層；選擇100m×100m樣方地進(jìn)行實地驗證，精度達(dá)到82%。

利用Top-hat及分水嶺算法，可以得到林木的冠幅（圖2），通過不同顏色對林木冠幅高程賦色，由內(nèi)到外高程遞減；在每個冠幅中通過搜索局部高程最大值得到位置（白點表示）；該位置向底面作垂線，垂線的長度即為樹高。

3　結(jié)論

激光雷達(dá)具有較強(qiáng)的角分辨率、距離分辨率及抗干擾等優(yōu)勢，它具有較高的時空分辨率，動態(tài)探測范圍大，能夠穿透森林，獲取多次回波信息，反映出林木水平及垂直結(jié)構(gòu)信息，彌補(bǔ)了其他遙感手段的不足。機(jī)載LIDAR作業(yè)速度快，不需要或需要很少的地面控制點，在危險區(qū)域地區(qū)安全地實行遠(yuǎn)距離、高精度三維測量。

本文通過機(jī)載LIDAR數(shù)據(jù)，分別提取出研究區(qū)的DSM及DEM，通過二者的差值及濾去建筑物的部分，得到了CHM；采用Top-hat及分水嶺的算法，對CHM影像進(jìn)行分割，精度達(dá)到82%，提取出了位置、樹高、冠幅，作為后期建模的基本信息。

參考文獻(xiàn)：

[1]劉春，陳華云，吳杭彬.激光三維遙感的數(shù)據(jù)處理與特征提取[M].北京:科學(xué)出版社,2010:8-14.

[2]徐祖艦,王滋政,陽鋒.機(jī)載激光雷達(dá)測量技術(shù)及工程應(yīng)用實踐[M].武漢:武漢大學(xué)出版社,2009:2-6.

[3]龐勇,李增元,陳爾學(xué)等.激光雷達(dá)技術(shù)及其在林業(yè)上的應(yīng)用[J].林業(yè)科學(xué),2005,41(03):129-136.

DOI:10.16640/j.cnki.37-1222/t.2016.03.255