查看更多>>摘要:[目的]探索基于背负式激光雷达(BLS)和无人机机载激光雷达(ULS)技术获取林分三维点云的优势,利用LiDAR360 MLS和LiDAR360软件实现单木胸径和树高的精准测量,确定效果较优的单木分割和提取方法.[方法]以云南省富民县罗免乡6个半径为15.0 m的圆形云南松Pinus yunnanensis天然纯林样地为例,采用最近迭代点算法(ICP)融合BLS和ULS点云,利用LiDAR360 MLS和LiDAR360软件对点云数据进行去噪、点云分类、归一化和单木分割,并提取单木胸径和树高,利用线性拟合方法建立实测值与估测参数的相关关系,评价胸径和树高的估测效果.[结果]LiDAR360 MLS基于深度学习分类相较于LiDAR360基于高程信息分类,提取的株数信息更符合实际,BLS和融合点云单木提取株数一致,召回率均达100%.ULS通过种子点进行单木分割,效果较好,准确度、召回率和F测度分别为94.59%、88.98%、91.70%,但受冠层连通性影响,仍存在一定的欠分割和过分割情况;基于BLS胸径提取的决定系数(R2)和均方根误差(ERMSE)分别达0.904和2.046 cm,基于BLS树高提取的R2和ERMSE分别为0.791、1.173 m.融合点云受树干周围离散点的影响,胸径提取效果相对BLS效果较差,R2和ERMSE分别为0.881和2.284 cm,但融合点云冠层和林下信息较完整,树高的估测精度较BLS高,R2和ERMSE分别为0.933、0.812 m.[结论]由于工作原理上的差异,ULS和BLS技术分别在获取冠上和林下点云方面各具优势,融合两者可达到互补的效果,能够更加精细地反映森林空间结构,实现胸径和树高的高精度提取.图5表3参28