林业科学

作者：谢栋博1,2,3,刘清旺1,4,雷雅凯3,于航1,2,杨旭平5,符利勇1,2,*

单位：1. 中国林业科学研究院资源信息研究所 北京 1000912. 国家林业和草原局森林经营与生长模拟重点实验室 北京 1000913. 河南农业大学风景园林与艺术学院 郑州 4500024. 国家林业和草原局林业遥感与信息技术重点实验室 北京 1000915. 中国林业科学研究院 北京 100091

关键词：激光LiDAR,单木分割,冬奥,分水岭分割算法,树冠识别

目的: 探究3种基于机载LiDAR数据的单木分割算法获取冬奥核心区新造林油松和中龄林华北落叶松单木信息的适宜性, 分析3种算法的单木分割精度和单木树高信息估算精度, 探索冬奥核心区最优单木分割方法, 为掌握冬奥核心区森林结构信息和制定森林经营管理措施提供技术支持。方法: 利用冬奥核心区典型样地机载LiDAR数据, 应用基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法, 结合地面调查数据、正射影像与人工目视解译, 采用树冠探测率(r)、准确率(p)和总体精度(F)3个评价指标分析算法的单木分割精度; 单木配准后, 分析外业实测树高与机载LiDAR估算树高之间的相关性, 综合评估3种算法获取冬奥核心区单木信息的适宜性。结果: 1) 3种单木分割算法在新造林油松中总体精度很高(F=0.90~0.93), 在中龄林华北落叶松中总体精度较高(F=0.72~0.75); 2) 对于新造林油松, 基于点云的距离判别聚类法总体精度最高(F=0.93), 优于分水岭分割算法(F=0.90)和双正切角树冠识别算法(F=0.90); 对于中龄林华北落叶松, 双正切角树冠识别算法总体精度最高(F=0.75), 优于基于点云的距离判别聚类法(F=0.72)和分水岭分割算法(F=0.70); 3) 外业实测树高与机载LiDAR估算树高之间的相关性分析表明, 基于点云的距离判别聚类法在新造林油松中提取的单木树高相关性最优, 双正切角树冠识别算法在中龄林华北落叶松中提取的单木树高相关性最优。结论: 通过对冬奥核心区不同类型林地的机载LiDAR数据进行单木分割, 体现出基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法的适宜性, 在新造林油松中, 基于点云的距离判别聚类法适宜性表现最优; 在中龄林华北落叶松中, 双正切角树冠识别算法适宜性表现最优。

来源：2022年第10期

《林业科学》期刊编辑部

查看林业科学杂志2022年第10期