• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于改進(jìn)的 K-means 算法估測(cè)單木樹高

    2019-11-29 02:04:26孫拱辛穎閆燦
    森林工程 2019年6期
    關(guān)鍵詞:樹高改進(jìn)算法

    孫拱 辛穎 閆燦

    摘?要:為快速提取森林單木樹高,提高單木樹高的提取精度,本研究提出一種改進(jìn)的 K-means 聚類算法提取單木樹高。即利用內(nèi)蒙古依根地區(qū)的野外實(shí)測(cè)數(shù)據(jù)和機(jī)載 LiDAR 點(diǎn)云數(shù)據(jù),以各單木實(shí)測(cè)坐標(biāo)為該算法的聚類中心,對(duì)機(jī)載 LiDAR 點(diǎn)云數(shù)據(jù)進(jìn)行圓柱擬合聚類,將圓柱體內(nèi)垂直方向最高的點(diǎn)視為該單木樹冠最高點(diǎn),利用提取的樹高與野外實(shí)測(cè)樹高進(jìn)行相關(guān)性分析。分析發(fā)現(xiàn),基于改進(jìn)的 K-means 算法提取的樹高與實(shí)測(cè)樹高相關(guān)系數(shù) R2為 0.852。結(jié)果說明改進(jìn)的 K-means 算法能夠很好的用于機(jī)載 LiDAR 點(diǎn)云數(shù)據(jù)單木樹高的提取,降低了傳統(tǒng)測(cè)量方法的局限性,挖掘了機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的應(yīng)用潛力。

    關(guān)鍵詞:機(jī)載 LiDAR;改進(jìn) K-means 算法;樹高

    中圖分類號(hào):S758文獻(xiàn)標(biāo)識(shí)碼:A???文章編號(hào):1006-8023(2019)06-0031-05

    Estimating Single Tree Height Based on Improved K-means Algorithm

    SUN Gong, XIN Ying*, YAN Can

    (College of Engineering and Technology, Northeast Forestry University, Harbin 150040)

    Abstract:In order to quickly extract the height of forest single tree and improve the extraction precision of single tree height, this study proposed an improved K-means clustering algorithm to extract single tree height. Using the field observation data and airborne LiDAR point cloud data in the Yigen area of Inner Mongolia, the measured coordinates of each single tree were used as the clustering center of the algorithm, and the cylindrical lie point cloud data was clustered and clustered in the vertical direction. The highest vertical point in the cylinder was regarded as the highest point of the single tree canopy, and the correlation between the extracted tree height and the field measured tree height was analyzed. The analysis found that the correlation coefficient R2 between the tree height and the measured tree based on the improved K-means algorithm was 0.852. The results show that the improved K-means algorithm can be used to extract the single-tree height of airborne LiDAR point cloud data, which reduces the limitations of traditional measurement methods and explores the application potential of airborne LiDAR point cloud data.

    Keywords:Airborne LiDAR; improved K-means algorithm; tree height

    0?引言

    激光雷達(dá)(Light Detection and Ranging, LiDAR)是一種主動(dòng)遙感技術(shù),目前在森林資源調(diào)查、數(shù)字城市和基礎(chǔ)測(cè)繪等方面有廣泛應(yīng)用[1]。通過該技術(shù)能夠直接提取樹高,作為估測(cè)其他參數(shù)的基礎(chǔ)數(shù)據(jù)其在測(cè)量中存在難度大、耗時(shí)長(zhǎng)和精度低等問題,故精確獲取單株木的樹高對(duì)反演其他森林結(jié)構(gòu)參數(shù)及減少人工工作量具有現(xiàn)實(shí)意義[2-6],而 LiDAR 作為目前實(shí)現(xiàn)對(duì)地觀測(cè)最新技術(shù)之一,對(duì)高度的探測(cè)獨(dú)具優(yōu)勢(shì)[7]。

    從機(jī)載 LiDAR 數(shù)據(jù)中提取森林結(jié)構(gòu)參數(shù)技術(shù)在林業(yè)中應(yīng)用廣泛,而如何從大量點(diǎn)云數(shù)據(jù)中準(zhǔn)確提取單木參數(shù)信息更是研究的重點(diǎn)[8]。李增元等[9]提出目前單木分割方法主要分為 3 類:點(diǎn)云歸一化單木法、體元單木法和冠層高度模型(Canopy Height Model, CHM)單木法; Wang 等[10]介紹了一種基于 LiDAR 點(diǎn)云的全自動(dòng)三維單樹建模的全過程;Brandtberg 等[11]利用機(jī)載 LiDAR 點(diǎn)云數(shù)據(jù)提取出 CHM,基于 CHM 柵格圖像采用局部最大值方法確定樹冠頂點(diǎn);Reitberger 等[12]提出的 Normalized Cut-基于圖論的分割思想;這些研究表明基于機(jī)載 LiDAR 數(shù)據(jù)可以實(shí)現(xiàn)單木樹高的提取,進(jìn)而有利于反演其他森林結(jié)構(gòu)參數(shù)并提高森林經(jīng)營(yíng)的效益。Morsdorf 等[13]以數(shù)字表面模型的局部最大值為聚類中心,通過 K-means 算法聚類實(shí)現(xiàn)單木分割,其樹高估測(cè)精度 RMS=0.600;趙晨陽(yáng)等[14]采用 K-means 算法以單木樹冠頂點(diǎn)作為初始聚類中心,經(jīng)過 4 次迭代提取單木樹高,其估測(cè)精度為 R2=0.892;基于 K-means 算法的單木樹高估測(cè)研究表明,在聚類迭代的過程中機(jī)載點(diǎn)云數(shù)據(jù)量大的特點(diǎn)會(huì)導(dǎo)致聚類過程不穩(wěn)定且速度較慢,同時(shí)由于 K-means 算法較適合對(duì)密度分布均勻且大致呈球形的數(shù)據(jù)進(jìn)行聚類分析,這與機(jī)載 LiDAR 數(shù)據(jù)并不相符,故即使按合適比例將點(diǎn)云相對(duì)高程值縮放使其分布大體呈球形,仍會(huì)影響聚類的精度。而本研究提出改進(jìn)的 K-means 算法,即以野外實(shí)測(cè)坐標(biāo)(x, y)為聚類中心擬合單木圓柱后進(jìn)行聚類,將聚類結(jié)果限制在圓柱范圍內(nèi),不需要多次迭代,使聚類速度提高,且由于該聚類過程是投影在二維平面進(jìn)行,避免了原始 K-means 算法適合于球形空間聚類的缺陷,降低聚類過程中產(chǎn)生的誤差。

    本研究以內(nèi)蒙古依根地區(qū)為研究區(qū),對(duì)機(jī)載激光雷達(dá)數(shù)據(jù)進(jìn)行去噪、高程歸一化后,利用改進(jìn)的K-means算法對(duì)機(jī)載LiDAR點(diǎn)云進(jìn)行聚類并提取樹高,最后進(jìn)行相關(guān)性分析。以實(shí)現(xiàn)避免樹高測(cè)量過程中的資源浪費(fèi)和提高機(jī)載激光雷達(dá)獲取單木樹高精度的目的。

    1?研究區(qū)概況

    本研究區(qū)是位于內(nèi)蒙古境內(nèi)北部、內(nèi)蒙古大草原的上庫(kù)力農(nóng)場(chǎng),經(jīng)度為 120°36′50.48″~120°52′56.53″E,緯度為 50°21′11.08″~50°24′32.00″N,地處內(nèi)蒙古自治區(qū)呼倫貝爾市額爾古納市的上庫(kù)力鄉(xiāng),如圖 1 所示。該農(nóng)場(chǎng)為寒溫帶大陸性季風(fēng)氣候,海拔為 600~700 m,具有較復(fù)雜的山岳地形地貌特征。山脈丘陵陰坡廣泛分布著以白樺(Betula platyphylla Suk)為主的天然次生林,混生樹種主要包括樟子松(Pinus sylvestris var.mongolica)和落葉松(Larix gmelinii)等,林下灌木層主要由筐柳(Salix linearisipularis)和石棒繡線菊(Spiraea media)等組成。

    2?材料與方法

    2.1?樣地布設(shè)及數(shù)據(jù)獲取

    2.1.1?激光雷達(dá)數(shù)據(jù)

    本研究所用數(shù)據(jù)是于 2012 年 8 月 26 日進(jìn)行飛行試驗(yàn)所獲取的 22 個(gè)東西方向條帶數(shù)據(jù),所用觀測(cè)儀器為 Leica RCD105 相機(jī),其鏡頭為 65 mm,飛行搭載所用雷達(dá)系統(tǒng)為機(jī)載激光掃描系統(tǒng) Leica ALS60,飛行的相對(duì)高度為 1 300 m,其波長(zhǎng)為 1 064 nm,掃描方式是線性掃描,光斑大小為 0.22 m,點(diǎn)云密度為每平方米 2~4 個(gè)脈沖,圖像分辨率為 20 cm,圖像重疊率達(dá) 50%以上。研究區(qū)數(shù)據(jù)采集過程如圖 2 所示。

    2.1.2?地面數(shù)據(jù)

    為驗(yàn)證飛行數(shù)據(jù),在 2012 年 8 月,在研究區(qū)中均勻布設(shè)了 33 個(gè)半徑為 10 m 的圓形樣方,利用 Trimble GeoXT6000GPS 定位儀對(duì)各樣方中心點(diǎn),樣方各角點(diǎn)及樣方內(nèi)所有單木進(jìn)行差分定位,并結(jié)合基站數(shù)據(jù)對(duì)定位坐標(biāo)進(jìn)行差分運(yùn)算,使差分定位精度在厘米級(jí),滿足激光雷達(dá)提取單木位置精度要求,不會(huì)出現(xiàn)實(shí)測(cè)樹木位置偏離的現(xiàn)象。采用 Vertex IV 超聲波樹木測(cè)高測(cè)距儀測(cè)量單株樹高及枝下高,在 30 cm 范圍內(nèi)其高度分辨率達(dá) 0.1 m。此次野外調(diào)查共測(cè)得單木 1 500 株,其中白樺 1 238 株,落葉松 244 株,樟子松 18 株。表1為地面實(shí)測(cè)樹高的基本統(tǒng)計(jì)量。

    2.2?數(shù)據(jù)預(yù)處理

    2.2.1?機(jī)載 LiDAR 點(diǎn)云去噪

    機(jī)載激光雷達(dá)中將數(shù)據(jù)采集過程中由于飛行物等返射回的極高點(diǎn)信號(hào)和低于地面水平的物體(如井壁等)反射回的極低點(diǎn)信號(hào)統(tǒng)稱為噪聲點(diǎn)。本研究采用 Isolated points 算法判斷孤立點(diǎn),即在假定以某點(diǎn)為中心點(diǎn)在其 25 cm 半徑內(nèi)無其他點(diǎn)的前提下可判斷該點(diǎn)為噪聲點(diǎn),最后對(duì)未能剔除的噪聲點(diǎn)采取手工剔除的方法[15]。

    2.2.2?機(jī)載 LiDAR 點(diǎn)云分類

    對(duì)去噪后的數(shù)據(jù)進(jìn)行點(diǎn)云濾波處理,即分離地面點(diǎn)和非地面點(diǎn)。本研究采用不規(guī)則三角網(wǎng)格法(Triangulated Irregular Network,TIN),TIN 是建立數(shù)字高程模型(DEM)和數(shù)字表面模型(DSM)的重要方法之一, TIN 濾波原理是根據(jù)點(diǎn)云間高程差值是否滿足臨界條件和對(duì)滿足條件的鄰近點(diǎn)進(jìn)行分類,即首先選擇一部分最低點(diǎn)作為種子點(diǎn)建立最初的不規(guī)則三角網(wǎng)模型,然后連續(xù)加入滿足臨界條件的點(diǎn)作為種子點(diǎn),建立新的不規(guī)則三角網(wǎng)模型,進(jìn)行迭代,直到?jīng)]有新的種子點(diǎn)加入時(shí)終止,最終完全分類出地面點(diǎn)和非地面點(diǎn)[16]。

    2.2.3?高程歸一化

    將分類后 LiDAR 地面點(diǎn)云數(shù)據(jù)按適當(dāng)比例的單元?jiǎng)澐殖蓶鸥駡D像,獲取柵格內(nèi)點(diǎn)云數(shù)據(jù)的高程均值,并生成數(shù)字高程模型(digital elevation model, DEM),然后非地面點(diǎn)云數(shù)據(jù)的高程減去 DEM 的高程, 得到植被點(diǎn)云數(shù)據(jù)的高程值,此過程即高程歸一化[17]。

    2.3?改進(jìn)的 K-means 算法

    原始 K-means 算法是常用的聚類算法之一,是一種基于距離的迭代式算法,但它會(huì)出現(xiàn)聚類結(jié)果陷入局部最優(yōu)解及因采用誤差平方和準(zhǔn)則函數(shù)出現(xiàn)的將大聚類簇分割開的情況,且在聚類中心一定的情況下,將該聚類算法用于提取單木樹高,并不能體現(xiàn)出多次迭代的優(yōu)勢(shì)。

    為了改善上述問題并減少迭代次數(shù),提高聚類速度同時(shí)降低聚類誤差。本研究提出改進(jìn)的 K-means 算法,利用依根試驗(yàn)區(qū)野外實(shí)測(cè)數(shù)據(jù)和激光數(shù)據(jù)進(jìn)行實(shí)驗(yàn),算法步驟如下:

    (1)確定初始聚類中心。即從 n 個(gè)樣本數(shù)據(jù)中選取k個(gè)特征數(shù)據(jù)作為中心點(diǎn),本研究以野外調(diào)查中定位儀獲取的各單木坐標(biāo)(x,y)為初始聚類中心。

    (2)擬合單木圓柱。將初始聚類中心作為圓柱底面圓的中心點(diǎn),根據(jù)實(shí)際樹高情況確定圓柱高為 25 m(過低會(huì)導(dǎo)致樹高被低估,過高則不能避免異常點(diǎn)),經(jīng)實(shí)驗(yàn)比較發(fā)現(xiàn)底面圓半徑為 r=1.5 m 時(shí)樹高估測(cè)的效果最好,在此基礎(chǔ)上擬合單木圓柱。

    (3)計(jì)算歐式距離并進(jìn)行聚類。擬合單木圓柱后將所有激光雷達(dá)數(shù)據(jù)投影到底面圓所在的二維平面并計(jì)算各個(gè)點(diǎn)到底面圓中心點(diǎn)的歐氏距離,距離不大于設(shè)定半徑的所有點(diǎn)歸為一類,按此方法依次聚類出所有單木,并獲取聚類后的單木點(diǎn)云數(shù)據(jù)。其中,歐式距離的計(jì)算公式:

    D=SQRT ((x1-x2)2 +(y1-y2)2) ?。 (1)

    式中:D表示歐式距離;x1,x2表示兩點(diǎn)的橫坐標(biāo)值;y1,y2是兩點(diǎn)的縱坐標(biāo)值。

    (4)提取估測(cè)樹高。將聚類后各圓柱體內(nèi) Z 值最高的點(diǎn)視為單木樹冠頂點(diǎn),其相對(duì)高程值視為樹高。

    2.4?相關(guān)性分析

    本研究基于改進(jìn) K-means 算法得到估測(cè)樹高后與實(shí)測(cè)樹高進(jìn)行相關(guān)性分析。其中估測(cè)樹高與實(shí)測(cè)樹高的相關(guān)程度用 R2 評(píng)價(jià),其值越大,說明相關(guān)程度越高[18]。

    3?結(jié)果與分析

    3.1?點(diǎn)云數(shù)據(jù)預(yù)處理結(jié)果

    對(duì)激光點(diǎn)云進(jìn)行預(yù)處理,首先對(duì)點(diǎn)云進(jìn)行去噪處理,本研究采用 Terrosolid 軟件對(duì)點(diǎn)云進(jìn)行去噪處理,采用 Isolated points 算法判斷孤立點(diǎn),假設(shè)當(dāng)前點(diǎn)為中心的 25 m 半徑的球形空間內(nèi)沒有其它點(diǎn)的情況下,判斷當(dāng)前點(diǎn)為噪聲點(diǎn),最后在軟件中手動(dòng)去噪。去噪后進(jìn)行分類處理,本研究采用不規(guī)則三角網(wǎng)格法,分類出地面點(diǎn)和非地面點(diǎn)。接著對(duì)點(diǎn)云進(jìn)行歸一化處理,得到預(yù)處理后的點(diǎn)云數(shù)據(jù),結(jié)果如圖 3 所示。

    3.2?改進(jìn) K-means 算法聚類結(jié)果

    將預(yù)處理后的 las 點(diǎn)云數(shù)據(jù)按樣方導(dǎo)入到 matlab 中運(yùn)行得到樣本數(shù)據(jù),將野外實(shí)測(cè)數(shù)據(jù)按各樣方整理得到聚類中心數(shù)據(jù),將樣本數(shù)據(jù)和聚類中心數(shù)據(jù)分別導(dǎo)入,按照改進(jìn)的 K-means 算法運(yùn)行依次得到各單木估測(cè)樹高和聚類后點(diǎn)云數(shù)據(jù),運(yùn)行過程中生成擬合單木圓柱體,以第 8 個(gè)樣方為例,結(jié)果如圖 4 所示。

    3.3?相關(guān)性分析結(jié)果

    經(jīng)改進(jìn)的 K-means 算法聚類后得到單木估測(cè)樹高,將實(shí)測(cè)數(shù)據(jù)與激光雷達(dá)的估測(cè)數(shù)據(jù)進(jìn)行相關(guān)程度分析,將結(jié)果記錄見表 2。

    4?結(jié)論與討論

    目前基于機(jī)載激光雷達(dá)技術(shù)獲取林分平均樹高技術(shù)已成熟,但從識(shí)別單木到獲取森林單木信息仍有很大的進(jìn)步空間,故本研究基于改進(jìn) K-means 算法在已知單木坐標(biāo)(x,y)前提下進(jìn)行提取單木樹高實(shí)驗(yàn),結(jié)合實(shí)驗(yàn)過程可得到以下結(jié)論。

    (1)本研究使用野外數(shù)據(jù)時(shí)要注意將經(jīng)緯度轉(zhuǎn)化為大地坐標(biāo),與點(diǎn)云數(shù)據(jù)值對(duì)應(yīng),且野外實(shí)測(cè)數(shù)據(jù)中有少數(shù)的枯死木和叢生木、樹冠枯死木,以及低矮灌木在整理數(shù)據(jù)的過程中應(yīng)將其作為噪聲點(diǎn)剔除,避免產(chǎn)生較大誤差,聚類過程中需擬合單木圓柱,圓柱底面圓半徑會(huì)影響到樹高估測(cè)的精度,半徑設(shè)定較小會(huì)使估測(cè)結(jié)果偏低,半徑較大會(huì)錯(cuò)誤聚類,這些因素都影響到本研究的精度。

    (2)本次研究表明估測(cè)樹高與實(shí)測(cè)樹高相關(guān)系數(shù) R2 為 0.852,Morsdorf 等[13]基于 K-means 算法實(shí)現(xiàn)單木分割,其樹高估測(cè)精度 RMSE=0.600;趙晨陽(yáng)等[13]采用 K-means 算法估測(cè)樹高精度為 R2=0.892;說明基于改進(jìn)的 K-means 算法和原始 K-means 算法都適用于單木樹高提取,但本研究沒有取得較高的精度主要有兩個(gè)原因,首先半徑的設(shè)定不靈活,因?yàn)樘烊涣址种袠淠旧L(zhǎng)不均一,有高大樹木的也有低矮的樹木,其對(duì)應(yīng)的半徑設(shè)定也應(yīng)該有區(qū)別,如設(shè)定動(dòng)態(tài)半徑(高于 10 m 的樹木r=1.5,低于 10 m 的 r=1.2)樹高估測(cè)的精度應(yīng)有所提高;其次本研究不需要已知的z坐標(biāo),只利用 x、y 坐標(biāo)就可以實(shí)現(xiàn)樹高的估測(cè),與原始 K-means 算法相比減少了高程參數(shù),提高了聚類速度,精度沒有得到較大提高。

    (3)目前雖然機(jī)載激光雷達(dá)技術(shù)已經(jīng)廣泛應(yīng)用于林業(yè)的研究,但實(shí)驗(yàn)的高成本及人力的大量輸出仍是面臨的主要問題,本研究可以實(shí)現(xiàn)在已知 x、y坐標(biāo)的情況下較準(zhǔn)確的獲取樹高而不需人力測(cè)量,可以避免測(cè)量過程中的大量人力輸出,同時(shí)提高機(jī)載激光雷達(dá)獲取單木樹高的精度,且基于單木水平的樹高估測(cè)相對(duì)于整體林分平均樹高的估測(cè)更符合實(shí)際生產(chǎn)意義。

    (4)隨激光雷達(dá)技術(shù)的不斷發(fā)展,大范圍獲取林分樹高的技術(shù)已逐漸成熟,但單木分割的相關(guān)研究表明,在提取樹高的過程中目前的方法都有各自的適用范圍,不能夠推廣,且單木水平的森林結(jié)構(gòu)參數(shù)相對(duì)于林分更有實(shí)用價(jià)值,故為了能獲取更高的精度,降低成本,提出新的普遍適用的聚類算法應(yīng)是未來發(fā)展的重心。

    【參?考?文?獻(xiàn)】

    [1]吳嬌嬌,張亞紅,楊凱博,等.機(jī)載激光雷達(dá)在林業(yè)中的應(yīng)用[J].安徽農(nóng)業(yè)科學(xué),2016,44(35):209-212.

    WU J J, ZHANG Y H, YANG K B, et al. Application of airborn LiDAR in forestry[J]. Journal of Anhui Agricultural Sciences, 2016, 44(35): 209-212.

    [2]邢艷秋,姚松濤,李夢(mèng)穎,等.基于機(jī)載全波形LiDAR數(shù)據(jù)的森林地上生物量估測(cè)算法研究[J].森林工程,2017,33(4):21-26.

    XING Y Q, YAO S T, LI M Y, et al. Estimation algorithm of forest aboveground biomass based on airborne full-waveform LiDAR data[J]. Forest Engineering, 2017, 33(4):21-26.

    [3]王曉林,郭斌.柞樹樹高與胸徑相關(guān)關(guān)系的研究[J].森林工程,2012,28(6):18-21.

    WANG X L, GUO B. Study on the correlation between height and diameter at breast height for Quercus mongolica[J]. Forest Engineering, 2012, 28(6):18-21.

    [4]李善堯.樟子松天然林樹高-胸徑模型及胸徑分布規(guī)律分析[J].林業(yè)科技,2018,43(2):10-13.

    LI S R. Analysis of height-diameter relationship and diameter distribution of pinus sylvestris var. mongolica nature forest[J].Forestry Science & Technology,2018,43(2):10-13.

    [5]尤號(hào)田,邢艷秋,王萌,等.小光斑激光雷達(dá)數(shù)據(jù)估測(cè)森林生物量研究進(jìn)展[J].森林工程,2014,30(3):39-42.

    YOU H T, XING Y Q, WANG M, et al. The progress on estimating forest biomass using small footprint LiDAR data[J]. Forest Engineering, 2014, 30(3):39-42.

    [6]邢艷秋,尤號(hào)田,霍達(dá),等.小光斑激光雷達(dá)數(shù)據(jù)估測(cè)森林樹高研究進(jìn)展[J].世界林業(yè)研究,2014,27(2):29-34.

    XING Y Q, YOU H T, HUO D, et al. Research progress in estimating forest tree height using small footprint lidar data[J]. World Forestry Research, 2014,27 (2): 29-34.

    [7]周淑芳.基于機(jī)載LiDAR與航空像片的單木樹高提取研究[D].哈爾濱:東北林業(yè)大學(xué),2007.

    ZHOU S F. Research on single tree height extraction based on airborne LiDAR and aerial photograph[D]. Harbin: Northeast Forestry University, 2007.

    [8]劉群.基于小光斑機(jī)載LiDAR數(shù)據(jù)的單木三維分割[D].北京:北京林業(yè)大學(xué),2016.

    LIU Q. Single tree 3D segmentation based on small spot airborne LiDAR data[D]. Beijing: Beijing Forestry University, 2016.

    [9]李增元,劉清旺,龐勇.激光雷達(dá)森林參數(shù)反演研究進(jìn)展[J].遙感學(xué)報(bào),2016,20(5):1138-1150.

    LI Z Y, LIU Q W, PANG Y. Review on forest parameters inversion using LiDAR[J]. Journal of Remote Sensing, 2016, 20(5): 1138-1150.

    [10]WANG Y S, WEINACKER H, KOCH B, et al. Lidar point cloud based fully automatic 3D single tree modelling in forest and evaluations of the procedure[J]. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2008:45-52.

    [11]BRANDTBERG T, WARNER T A, LANDENBERGER R E, et al. Detection and analysis of individual leaf-off tree crowns in small footprint, high sampling density lidar data from the eastern deciduous forest in North America[J]. Remote Sensing of Environment, 2003, 85(3): 290-303.

    [12]REITBERGER J, SCHNORR C, KRZYSTEK P, et al. 3D segmentation of single trees exploiting full waveform LIDAR data[J]. Isprs Journal of Photogrammetry & Remote Sensing, 2009, 64(6): 561-574.

    [13]MORSDORF F, MEIER E, ALLGOWER B, et al. Clustering in airborne laser scanning raw data for segmentation of single trees[J]. International Archives of the Photogrammetry Remote Sensing & Spatial Information Sciences, 2003: 27-33.

    [14]趙晨陽(yáng),邢艷秋,霍達(dá),等.基于機(jī)載LiDAR落葉松樹冠幾何形狀三維重建關(guān)鍵技術(shù)研究[J].西北林學(xué)院學(xué)報(bào),2015,30(2):186-190.

    ZHAO C Y, XING Y Q, HUO D, et al. Key technologies of three-dimensional geometric reconstruction of larch crown shape based on LiDAR data[J]. Journal of Northwest Forestry University, 2015, 30(2): 186-190.

    [15]WANG H, ZHANG Y, LI P, et al. A method of deriving DEM from airborne LiDAR points cloud data[C]. Proceedings of the Urban Remote Sensing Event, 2013:13-16.

    [16]毛建華,何挺,曾齊紅,等.基于TIN的LIDAR點(diǎn)云過濾算法[J].激光雜志,2007,28(6):36-38.

    MAO J H, HE T, ZENG Q H, et al. A filtering algorithm for LIDAR point cloud with TIN[J]. Laser Journal, 2007, 28(6): 36-38.

    [17]焦義濤,邢艷秋,霍達(dá),等.基于機(jī)載LiDAR點(diǎn)云估測(cè)林分的平均樹高[J].西北林學(xué)院學(xué)報(bào),2015,30(3):170-174.

    JIAO Y T, XING Y Q, HUO D, et al. Study on mean canopy height estimation from airborne LiDAR point cloud data[J]. Journal of Northwest Forestry University, 2015, 30(3): 170-174.

    [18]CHATTERJEE S, PRICE B. Regression analysis by example[M]. New York: J. Wiley, 2003.

    猜你喜歡
    樹高改進(jìn)算法
    不同造林撫育方式對(duì)木荷林生長(zhǎng)的影響
    基于MapReduce的改進(jìn)Eclat算法
    Travellng thg World Full—time for Rree
    進(jìn)位加法的兩種算法
    人工福建柏胸徑與樹高關(guān)系的研究
    不同種源馬尾松樹高與胸徑生長(zhǎng)相關(guān)模型研建
    綠色科技(2017年1期)2017-03-01 10:17:01
    論離婚損害賠償制度的不足與完善
    商(2016年27期)2016-10-17 06:57:20
    高校安全隱患與安全設(shè)施改進(jìn)研究
    商(2016年27期)2016-10-17 05:02:12
    “慕課”教學(xué)的“八年之癢”
    淺析秦二廠設(shè)計(jì)基準(zhǔn)洪水位提升對(duì)聯(lián)合泵房的影響
    科技視界(2016年20期)2016-09-29 13:36:14
    av在线亚洲专区| 一级黄片播放器| 99在线人妻在线中文字幕| 亚洲av二区三区四区| 国产精品电影一区二区三区| 极品教师在线视频| 一区二区三区免费毛片| 国产一区亚洲一区在线观看| 国内少妇人妻偷人精品xxx网站| 国产69精品久久久久777片| 国产精品一区二区在线观看99 | 国产综合懂色| 免费观看的影片在线观看| 我要搜黄色片| 亚洲欧美精品专区久久| 国产精品1区2区在线观看.| 99热这里只有是精品50| 国产真实乱freesex| 狠狠狠狠99中文字幕| 长腿黑丝高跟| av国产免费在线观看| 夫妻性生交免费视频一级片| 十八禁国产超污无遮挡网站| 欧美色欧美亚洲另类二区| 性插视频无遮挡在线免费观看| 久久亚洲精品不卡| 国产熟女欧美一区二区| 午夜福利高清视频| 亚洲精品成人久久久久久| 99久久久亚洲精品蜜臀av| 色5月婷婷丁香| 国产高清三级在线| 不卡一级毛片| 久久久久久久亚洲中文字幕| 啦啦啦啦在线视频资源| 熟女人妻精品中文字幕| 欧美色视频一区免费| 一区二区三区免费毛片| 免费看美女性在线毛片视频| 亚洲精品色激情综合| 欧美精品一区二区大全| 亚洲在久久综合| 丝袜喷水一区| 如何舔出高潮| 熟女人妻精品中文字幕| 性色avwww在线观看| 最近视频中文字幕2019在线8| 久久99精品国语久久久| 国产伦精品一区二区三区视频9| 亚洲欧洲国产日韩| 国产成人91sexporn| 久久精品综合一区二区三区| 免费看美女性在线毛片视频| 亚洲国产精品成人综合色| 91在线精品国自产拍蜜月| 深爱激情五月婷婷| 亚洲最大成人av| 九九热线精品视视频播放| 国产成人精品婷婷| 免费不卡的大黄色大毛片视频在线观看 | 日本一本二区三区精品| 女的被弄到高潮叫床怎么办| 久99久视频精品免费| 亚洲高清免费不卡视频| 国产黄片视频在线免费观看| 欧美性猛交黑人性爽| 九色成人免费人妻av| 亚洲熟妇中文字幕五十中出| 丰满的人妻完整版| 人人妻人人澡欧美一区二区| 精品不卡国产一区二区三区| 日本熟妇午夜| 成人永久免费在线观看视频| 欧美高清成人免费视频www| 亚洲三级黄色毛片| 亚洲欧美日韩高清在线视频| 高清在线视频一区二区三区 | 一级毛片电影观看 | 日韩在线高清观看一区二区三区| 国产成人精品一,二区 | 亚洲av中文av极速乱| 婷婷精品国产亚洲av| 亚洲成av人片在线播放无| 青春草视频在线免费观看| 天堂影院成人在线观看| 老司机福利观看| 性欧美人与动物交配| 简卡轻食公司| 精品一区二区三区视频在线| 亚洲精品影视一区二区三区av| 午夜福利在线观看免费完整高清在 | 久久精品国产亚洲av天美| 麻豆av噜噜一区二区三区| 国产真实乱freesex| 18禁裸乳无遮挡免费网站照片| 亚洲自偷自拍三级| 日日撸夜夜添| 国产一区二区在线观看日韩| 亚洲精品乱码久久久久久按摩| 久久久久久久久久成人| 久久久久久久久中文| 又黄又爽又刺激的免费视频.| 午夜爱爱视频在线播放| 男人的好看免费观看在线视频| 国产一区二区亚洲精品在线观看| 又粗又爽又猛毛片免费看| 变态另类成人亚洲欧美熟女| 99久久九九国产精品国产免费| 国产 一区 欧美 日韩| 国产精品永久免费网站| 老司机福利观看| 中文字幕免费在线视频6| 国产单亲对白刺激| 成人二区视频| 麻豆av噜噜一区二区三区| 在线免费观看不下载黄p国产| 狠狠狠狠99中文字幕| 中国国产av一级| АⅤ资源中文在线天堂| 日韩高清综合在线| 综合色丁香网| 有码 亚洲区| 久久人人爽人人爽人人片va| 草草在线视频免费看| 久久国产乱子免费精品| 国产一区二区三区av在线 | 亚洲国产欧美在线一区| 国产精品一区二区三区四区久久| 欧美+亚洲+日韩+国产| 1000部很黄的大片| 成年女人看的毛片在线观看| 网址你懂的国产日韩在线| 国产精品99久久久久久久久| 欧美激情国产日韩精品一区| 亚洲国产日韩欧美精品在线观看| 极品教师在线视频| 狂野欧美白嫩少妇大欣赏| 久久人人爽人人片av| 天堂√8在线中文| 中文精品一卡2卡3卡4更新| 国产精品国产三级国产av玫瑰| 婷婷六月久久综合丁香| 18禁黄网站禁片免费观看直播| 国产精品综合久久久久久久免费| 免费无遮挡裸体视频| 成人高潮视频无遮挡免费网站| 国产亚洲精品av在线| 色5月婷婷丁香| 成人永久免费在线观看视频| 亚洲欧美成人精品一区二区| 国产成人午夜福利电影在线观看| 亚洲在线自拍视频| 亚洲av成人精品一区久久| 国内精品久久久久精免费| 亚洲av成人精品一区久久| 精品人妻一区二区三区麻豆| 级片在线观看| 十八禁国产超污无遮挡网站| 国产在线精品亚洲第一网站| 国产高清三级在线| 观看免费一级毛片| 老师上课跳d突然被开到最大视频| 麻豆乱淫一区二区| 免费在线观看成人毛片| 一级黄片播放器| 久久99热6这里只有精品| 成人美女网站在线观看视频| 国产高清不卡午夜福利| 久久亚洲精品不卡| 91麻豆精品激情在线观看国产| 男人舔奶头视频| 久久99精品国语久久久| 久久国产乱子免费精品| 成人国产麻豆网| 免费电影在线观看免费观看| 亚洲18禁久久av| 亚洲精品粉嫩美女一区| 欧美性猛交黑人性爽| 偷拍熟女少妇极品色| 免费大片18禁| 校园人妻丝袜中文字幕| 69av精品久久久久久| 好男人视频免费观看在线| 禁无遮挡网站| 别揉我奶头 嗯啊视频| 国产精品久久电影中文字幕| 国产在视频线在精品| 黄色欧美视频在线观看| 国产午夜精品一二区理论片| 麻豆成人av视频| 国产黄片美女视频| 亚洲精品自拍成人| 久久婷婷人人爽人人干人人爱| 爱豆传媒免费全集在线观看| 亚洲av第一区精品v没综合| 男人和女人高潮做爰伦理| 亚洲av电影不卡..在线观看| 亚洲无线观看免费| 国产精品一区二区性色av| 国产私拍福利视频在线观看| 99国产精品一区二区蜜桃av| 热99re8久久精品国产| 亚洲国产日韩欧美精品在线观看| 精品不卡国产一区二区三区| 国产伦精品一区二区三区视频9| 亚洲精品粉嫩美女一区| av免费观看日本| 日韩欧美 国产精品| 22中文网久久字幕| 99久久中文字幕三级久久日本| 九色成人免费人妻av| 久久韩国三级中文字幕| 日韩 亚洲 欧美在线| 亚洲精品456在线播放app| 中文在线观看免费www的网站| 国产综合懂色| 色5月婷婷丁香| 亚洲一区二区三区色噜噜| 久久99蜜桃精品久久| av免费在线看不卡| 综合色av麻豆| 性色avwww在线观看| 国产精品一区二区在线观看99 | 村上凉子中文字幕在线| 热99在线观看视频| 国产一区二区亚洲精品在线观看| 久久久精品欧美日韩精品| 亚洲高清免费不卡视频| 99在线视频只有这里精品首页| 久久久国产成人精品二区| 天堂影院成人在线观看| 麻豆一二三区av精品| 国产精品一区二区在线观看99 | 亚洲精品久久久久久婷婷小说 | 尾随美女入室| 成人毛片60女人毛片免费| 国产极品天堂在线| 国产 一区精品| 亚洲av中文av极速乱| 精品欧美国产一区二区三| 日韩高清综合在线| 一级毛片我不卡| 最近2019中文字幕mv第一页| 亚洲四区av| 可以在线观看的亚洲视频| 亚洲国产精品成人久久小说 | 少妇猛男粗大的猛烈进出视频 | 男女边吃奶边做爰视频| 亚洲无线在线观看| 免费看美女性在线毛片视频| 亚洲高清免费不卡视频| 午夜福利视频1000在线观看| 久久久久久久久大av| 嫩草影院精品99| 天天躁日日操中文字幕| 久久久国产成人免费| 国产亚洲欧美98| 青春草视频在线免费观看| 特级一级黄色大片| 免费观看人在逋| 亚洲自拍偷在线| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产v大片淫在线免费观看| 别揉我奶头 嗯啊视频| 成人欧美大片| 伦理电影大哥的女人| 日日啪夜夜撸| 欧美日韩精品成人综合77777| 久久人人精品亚洲av| 日韩制服骚丝袜av| 精品日产1卡2卡| 亚洲欧美中文字幕日韩二区| 精品人妻熟女av久视频| 欧美成人免费av一区二区三区| 亚洲欧美日韩高清专用| 美女 人体艺术 gogo| 人妻久久中文字幕网| 精品久久久久久久久久免费视频| 中文字幕久久专区| 欧美人与善性xxx| 大香蕉久久网| 国产精品久久久久久亚洲av鲁大| 成人三级黄色视频| 国产一区亚洲一区在线观看| 国产精品爽爽va在线观看网站| 性插视频无遮挡在线免费观看| 一区二区三区免费毛片| 好男人在线观看高清免费视频| 能在线免费观看的黄片| 精品人妻一区二区三区麻豆| 亚洲无线观看免费| 欧美精品一区二区大全| 精华霜和精华液先用哪个| 久久婷婷人人爽人人干人人爱| 免费不卡的大黄色大毛片视频在线观看 | 国产片特级美女逼逼视频| 久久韩国三级中文字幕| 欧美+亚洲+日韩+国产| 99久久精品热视频| 观看美女的网站| 禁无遮挡网站| 中出人妻视频一区二区| 亚洲欧美日韩高清在线视频| 亚洲国产精品合色在线| 插逼视频在线观看| av国产免费在线观看| 国产一区二区亚洲精品在线观看| 91在线精品国自产拍蜜月| 亚洲国产色片| 久久久精品大字幕| 我的老师免费观看完整版| 免费不卡的大黄色大毛片视频在线观看 | 我要看日韩黄色一级片| 嫩草影院新地址| 人妻系列 视频| av在线老鸭窝| 国产熟女欧美一区二区| 哪个播放器可以免费观看大片| 美女国产视频在线观看| 亚洲国产精品成人综合色| 99热全是精品| 欧美潮喷喷水| 我的老师免费观看完整版| 亚洲综合色惰| 国产精华一区二区三区| 色尼玛亚洲综合影院| 欧美不卡视频在线免费观看| 自拍偷自拍亚洲精品老妇| 欧美性猛交黑人性爽| 一进一出抽搐动态| 黄色欧美视频在线观看| 看十八女毛片水多多多| 美女大奶头视频| 欧美性感艳星| 韩国av在线不卡| 观看免费一级毛片| 老熟妇乱子伦视频在线观看| av免费观看日本| 国产黄色小视频在线观看| 日本黄色片子视频| 可以在线观看毛片的网站| 三级男女做爰猛烈吃奶摸视频| 村上凉子中文字幕在线| av在线天堂中文字幕| 性欧美人与动物交配| 日韩在线高清观看一区二区三区| 男的添女的下面高潮视频| 狂野欧美激情性xxxx在线观看| 国产淫片久久久久久久久| 小蜜桃在线观看免费完整版高清| 天堂中文最新版在线下载 | 国产精品1区2区在线观看.| 一区福利在线观看| 最后的刺客免费高清国语| 亚洲三级黄色毛片| 国内少妇人妻偷人精品xxx网站| 免费不卡的大黄色大毛片视频在线观看 | 成人鲁丝片一二三区免费| 国产探花极品一区二区| 欧美日韩精品成人综合77777| 在线观看美女被高潮喷水网站| 可以在线观看的亚洲视频| 一夜夜www| 直男gayav资源| 日本黄大片高清| 听说在线观看完整版免费高清| 最近2019中文字幕mv第一页| 久久精品国产亚洲av涩爱 | 国产人妻一区二区三区在| 国产精品人妻久久久久久| 只有这里有精品99| 69人妻影院| 国产色爽女视频免费观看| 亚洲国产高清在线一区二区三| 国产一区二区在线观看日韩| 一级毛片我不卡| 日韩视频在线欧美| 亚洲av中文av极速乱| 日日摸夜夜添夜夜爱| 亚洲av不卡在线观看| 91狼人影院| 亚洲欧美精品自产自拍| 久久婷婷人人爽人人干人人爱| 色综合亚洲欧美另类图片| 一个人观看的视频www高清免费观看| 亚洲欧美精品综合久久99| 欧美最新免费一区二区三区| 爱豆传媒免费全集在线观看| 熟女人妻精品中文字幕| 熟妇人妻久久中文字幕3abv| 久久久成人免费电影| 精品一区二区三区视频在线| 久久亚洲国产成人精品v| www日本黄色视频网| 禁无遮挡网站| 日韩在线高清观看一区二区三区| 国产 一区精品| 久久久久九九精品影院| 国产av麻豆久久久久久久| 亚洲真实伦在线观看| 午夜福利在线观看吧| 小蜜桃在线观看免费完整版高清| av在线观看视频网站免费| 亚洲五月天丁香| 亚洲丝袜综合中文字幕| eeuss影院久久| 亚洲最大成人手机在线| 欧美高清成人免费视频www| av免费观看日本| 国内精品宾馆在线| 中文资源天堂在线| 久久99热这里只有精品18| 精品欧美国产一区二区三| 亚洲无线观看免费| 久久中文看片网| 久久精品国产亚洲网站| 国产成人freesex在线| 亚洲av免费在线观看| 一进一出抽搐动态| 国产黄片美女视频| 一级毛片电影观看 | 高清日韩中文字幕在线| 久久精品国产亚洲网站| 三级男女做爰猛烈吃奶摸视频| 国产私拍福利视频在线观看| 日韩 亚洲 欧美在线| 国产精品.久久久| 免费不卡的大黄色大毛片视频在线观看 | 国产久久久一区二区三区| 99久久久亚洲精品蜜臀av| 中国国产av一级| 国产亚洲av片在线观看秒播厂 | a级毛片a级免费在线| 精品99又大又爽又粗少妇毛片| 中文亚洲av片在线观看爽| 变态另类丝袜制服| 亚洲国产精品成人综合色| 最近的中文字幕免费完整| 国产精品麻豆人妻色哟哟久久 | 午夜免费激情av| 国产成人一区二区在线| 99热网站在线观看| 欧美丝袜亚洲另类| 久久久久国产网址| 久久久久久久午夜电影| 精品人妻一区二区三区麻豆| 国产三级在线视频| 亚洲最大成人手机在线| 在线国产一区二区在线| 久久久久久久久久黄片| 欧美成人免费av一区二区三区| 日本成人三级电影网站| 国产视频首页在线观看| 国产 一区 欧美 日韩| 2022亚洲国产成人精品| 国产精品嫩草影院av在线观看| 久久久久久久久中文| 久久久久久伊人网av| 日本撒尿小便嘘嘘汇集6| 亚洲中文字幕一区二区三区有码在线看| 变态另类丝袜制服| av黄色大香蕉| 美女大奶头视频| 亚洲欧美中文字幕日韩二区| 小说图片视频综合网站| 一夜夜www| 成人欧美大片| 日日撸夜夜添| 久久草成人影院| 男的添女的下面高潮视频| av卡一久久| av在线亚洲专区| 久久精品影院6| 最近最新中文字幕大全电影3| 国产精品综合久久久久久久免费| 一夜夜www| 人人妻人人看人人澡| 黑人高潮一二区| 特大巨黑吊av在线直播| 神马国产精品三级电影在线观看| 欧美在线一区亚洲| 色5月婷婷丁香| 久久婷婷人人爽人人干人人爱| 非洲黑人性xxxx精品又粗又长| 波野结衣二区三区在线| 日日干狠狠操夜夜爽| 国产精品野战在线观看| 99热网站在线观看| 午夜福利成人在线免费观看| 免费看a级黄色片| 在线免费十八禁| 在线天堂最新版资源| 欧美在线一区亚洲| 精品少妇黑人巨大在线播放 | 免费不卡的大黄色大毛片视频在线观看 | 尾随美女入室| 亚洲国产欧美人成| 真实男女啪啪啪动态图| 在线观看一区二区三区| a级毛色黄片| 国产精品综合久久久久久久免费| 日日摸夜夜添夜夜爱| 男插女下体视频免费在线播放| 黄色欧美视频在线观看| 99久久中文字幕三级久久日本| 性欧美人与动物交配| 日韩人妻高清精品专区| 毛片女人毛片| 亚洲人成网站在线播放欧美日韩| 最近视频中文字幕2019在线8| 亚洲天堂国产精品一区在线| 国产精品无大码| 国产日本99.免费观看| 91午夜精品亚洲一区二区三区| 久久午夜福利片| 亚洲国产精品合色在线| 青春草亚洲视频在线观看| 可以在线观看毛片的网站| 在线免费观看的www视频| 国内久久婷婷六月综合欲色啪| 亚洲成人久久性| 岛国在线免费视频观看| 亚洲精华国产精华液的使用体验 | 亚洲欧美精品综合久久99| 熟女电影av网| 亚洲五月天丁香| 白带黄色成豆腐渣| а√天堂www在线а√下载| 国产伦理片在线播放av一区 | 一本久久中文字幕| 久久久久久久久久久免费av| 偷拍熟女少妇极品色| kizo精华| 丰满乱子伦码专区| 天堂网av新在线| 天堂√8在线中文| 精品久久久久久久久久免费视频| 久久这里只有精品中国| 中文字幕免费在线视频6| 国产不卡一卡二| 精品日产1卡2卡| 在线观看一区二区三区| 中文字幕制服av| eeuss影院久久| 成熟少妇高潮喷水视频| 精品人妻视频免费看| 亚洲av不卡在线观看| 色噜噜av男人的天堂激情| 亚洲欧美精品综合久久99| 男女下面进入的视频免费午夜| 最近2019中文字幕mv第一页| 国产精品综合久久久久久久免费| 春色校园在线视频观看| 国产老妇女一区| 嫩草影院入口| 人妻制服诱惑在线中文字幕| 国产精品精品国产色婷婷| 天堂av国产一区二区熟女人妻| 日韩欧美三级三区| 久久人妻av系列| 国产男人的电影天堂91| 亚洲在线自拍视频| 亚洲欧洲国产日韩| 亚洲国产精品久久男人天堂| 男女下面进入的视频免费午夜| 成人二区视频| 少妇被粗大猛烈的视频| 亚洲人成网站在线播| 国产不卡一卡二| 午夜精品国产一区二区电影 | 欧美激情久久久久久爽电影| 免费看美女性在线毛片视频| 日韩,欧美,国产一区二区三区 | 国产黄色小视频在线观看| 国产免费男女视频| 亚洲av一区综合| 免费看光身美女| 偷拍熟女少妇极品色| 看片在线看免费视频| www.色视频.com| 国产精品一区www在线观看| 国内精品一区二区在线观看| 亚洲综合色惰| 少妇熟女欧美另类| 99久久久亚洲精品蜜臀av| 日本爱情动作片www.在线观看| 国产精品久久电影中文字幕| 国产一级毛片七仙女欲春2| 最近中文字幕高清免费大全6| 91精品一卡2卡3卡4卡| 九九热线精品视视频播放| 久久亚洲国产成人精品v| 校园人妻丝袜中文字幕| 国产精品国产高清国产av| 少妇猛男粗大的猛烈进出视频 | 寂寞人妻少妇视频99o| 乱系列少妇在线播放| 日产精品乱码卡一卡2卡三| 欧美色欧美亚洲另类二区| 国产精品无大码| 高清毛片免费看| av又黄又爽大尺度在线免费看 | 亚洲精品国产av成人精品| 成人毛片60女人毛片免费| 最近2019中文字幕mv第一页| 国产午夜精品久久久久久一区二区三区| 国产美女午夜福利| 蜜臀久久99精品久久宅男| 久久精品久久久久久久性| 精品久久久久久久久亚洲| 九九爱精品视频在线观看| 久久久久久久久大av| 国产色婷婷99| 欧美性猛交黑人性爽| 久久精品国产亚洲av涩爱 |