论文部分内容阅读
森林是维持自然界平衡的重要组成部分,森林资源调查和保护是森林的可持续发展的关键一环。为了获取精准的单木垂直结构信息,机载激光雷达(light detection and ranging,LiDAR)技术和单木分割算法应运而生,他们对提取单株树木信息用于单木结构研究、理解树木生长、森林可持续管理具有重要的意义。本研究创造性的提出了一种模拟物理倒水的算法以达到单木分割的目的,该算法使用可变窗口的局部最大值算法,并创新性地采用了施加约束条件模拟物理倒水的分层级区域增长算法,初次的试验,在广西南宁高峰林场中树冠顶点探测率上,F分数均大于0.71,具有良好的探测率,在树冠幅探测下,rRMSE均小于20%,这代表在亚热带林业的单木分割中具有一定的可行性。本文接着针对模拟物理倒水算法存在的问题提出了由高度差和梯度构建的能量函数来分割树冠边界,从而优化了树顶提取和相邻树冠的分割结果。以中国南方亚热带森林为研究区,测试了不同密度(低、中、高密度)、不同树种(杉木,,桉树和白皮松)下传统分水岭算法和本研究算法对于树顶提取及树冠分割的效果。为了检验结果的准确性,在实验中对Li DAR数据和人工测量数据的分割结果进行了对比和验证,结果表明:对树冠顶点探测率而言,本研究算法平均探测效果(r=0.90,p=0.84,f=0.86)优于传统分水岭算法(r=0.62,p=0.81,f=0.78);对树冠边界探测精度而言,本研究算法平均探测效果(R~2=0.80,RMSE=0.22 m,rRMSE=12.03%)优于传统分水岭算法(R~2=0.68,RMSE=0.28 m,rRMSE=17.45%)。在树冠探测上,桉树的准确率略低于白皮松,但是与白皮松的探测率相差较小,这表明白皮松对于本文的算法具有较好的鲁棒性,受密度等因素影响较小。在冠幅探测上,桉树和白皮松的精确度随着密度的增加而增加,且两种树种在冠幅探测上均有良好的表现。在亚热带森林中,本算法可以较好地提高单木分割的效果,这对于了解林木经营管理、树木竞争及资源监测具有重要意义。未来的研究中,我们将偏向于将该算法应用于大面积和野生的森林进行测试和统计,以增高其普适性。