CN102538673B

CN102538673B - 一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法

Info

Publication number: CN102538673B
Application number: CN201110424549.XA
Authority: CN
Inventors: 庞勇; 李增元; 徐光彩; 朱荣; 赵旦; 刘清旺
Original assignee: INSTITUTE OF SOURCE INFORMATION CHINESE ACADEMY OF FORESTRY
Current assignee: INSTITUTE OF SOURCE INFORMATION CHINESE ACADEMY OF FORESTRY
Priority date: 2011-12-19
Filing date: 2011-12-19
Publication date: 2014-04-09
Anticipated expiration: 2031-12-19
Also published as: CN102538673A

Abstract

本发明的目的在于提供一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法，包括：基于机载小光斑LiDAR波形数据生成激光点云数据集；对该激光点云数据集进行地面点与植被点的滤波处理，利用滤波处理后的地面点生成地面高程模型，将所述机载小光斑LiDAR波形数据中的高程减去相应位置的DEM值得到高程归一化后的波形数据；对波形数据进行林分尺度的波形合成处理，生成林分的合成波形数据；将合成波形数据分解为一系列子波形的组合；根据所述一系列子波形的组合，获取林分垂直结构参数。本发明提供的方法，比使用点云数据对森林垂直结构的刻画更加准确，并可以确定林分垂直结构参数。

Description

一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法

技术领域

本发明涉及激光雷达数据处理和信息提取技术，尤其涉及一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法。

背景技术

激光雷达(Light Detection And Ranging，LiDAR)是一项通过由传感器所发出的激光脉冲来测定传感器与目标物之间距离的主动遥感技术。它可以应用于林业研究，尤其可以用于遥感森林垂直结构并估测林木高度。

随着林分年龄的增大和林木的生长，树冠组分的垂直分布相对于幼林时的状态也发生变化。成过熟天然林的特点是林隙多、林龄结构和高度变化大，相对同龄林而言在垂直结构上表现得更复杂，而同龄林树顶附近的冠层物质占了绝大部分。激光雷达的波形对这些林分连续性垂直结构的变化可以很好地刻画。现有的激光雷达反演林分垂直结构可以通过分析小光斑LiDAR的点云数据来实现。但由于机载小光斑LiDAR数据仅能获取少数离散的点云，对林分下层的垂直结构很难得到很好的刻画，对林分垂直结构的刻画精度较低。

发明内容

本发明的目的是提供一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法，从而解决上述技术问题。

本发明的目的通过以下技术方案来实现。

一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法，包括：

步骤1、基于机载小光斑LiDAR波形数据生成激光点云数据集；

步骤2、对所述的激光点云数据集进行地面点与植被点的滤波处理，利用滤波处理后的地面点生成地面高程模型，将所述机载小光斑LiDAR波形数据中的高程减去相应位置的DEM值得到高程归一化后的波形数据；

步骤3、对所述高程归一化后的波形数据进行林分尺度的波形合成处理，得到林分尺度上的合成波形数据；

步骤4、对所述的林分尺度上的合成波形数据进行处理，分解为子波形的集合；

步骤5、根据所述的子波形的集合，获取林分垂直结构信息。

本发明提供的方法，比使用点云数据对林分垂直结构的刻画更加准确，可以确定林分的垂直结构参数。

附图说明

图1本发明实施例提供的方法流程图。

具体实施方式

本发明提供了一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法，其实现方式如图1所示，具体包括如下操作：

步骤1、基于机载小光斑LiDAR波形数据生成激光点云数据集；

对飞行过程中获取的机载小光斑LiDAR波形数据通过峰值检测、高斯分解或反卷积方法可以提取每个波形数据对应的反映地物特征点的文件，这些反映地物特征点的文件构成激光点云数据集。

步骤2、对所述的激光点云数据集进行地面点与植被点的滤波处理，利用滤波处理后的地面点生成地面高程模型，将所述机载小光斑LiDAR波形数据中的高程减去相应位置的地面高程模型值得到高程归一化后的波形数据；

本发明中，地面高程模型是指DEM(Digital Elevation Model，数字高程模型)。

步骤3的具体实现方式可以是：基于林分尺度对高程归一化后的波形数据进行抽取、背景噪声去除、垂直剖面构建和波形合成，最终得到林分尺度上的合成波形数据。

步骤4、对所述的林分尺度上的合成波形数据进行处理，分解为子波形的集合。

步骤4的实现方式可以但不仅限于以下两种：

(一)对所述的林分尺度上的合成波形数据通过高斯分解处理分解为子波形的集合，具体实现方式是，通过高斯分解，将所述的林分尺度上的合成波形数据分解成为一系列子波形，每个子波形代表不同垂直分层目标(其中，垂直分层目标是指在一定高度上植被组分的集合)的回波信号，可以用高斯分量和噪声之和的形式表示，其公式表示如下：

f (x) = b + Σ_{j = 1}^{n} f_{j} (x)

公式1

其中，f(x)为一个林分内合成的回波信号；b为噪声，n为所述的林分内垂直分层目标的数量；f_j(x)表示第j个垂直分层位置目标的回波信号；x为可能的植物组分。

通过对林分尺度上的合成波形数据进行高斯分解，得到一系列的子波形，以便后续步骤中，可以通过子波形的个数来确定回波信号的数量，从而获取垂直分层目标的特征信息。所述的目标特征信息是指林层位置和林层高度，林层位置和林层高度通过高斯分解得到的子波形的振幅和展宽体现。

(二)对所述的林分尺度上的合成波形数据通过反卷积处理分解为子波形的集合。

激光雷达的发射脉冲与目标物(即垂直分层目标)的作用过程相当于是一个卷积的过程，也就是说，激光雷达接收到的回波信号是发射脉冲和目标物响应的卷积。在已知发射脉冲及回波信号的情况下，要了解目标物的特征就相当于求解反卷积的过程。因此，本发明实施例中，可以对所述的林分尺度上的合成波形数据进行反卷积处理，以便后续步骤中获取垂直分层目标的特征信息，用公式表示如下：

f(x)＝s(x)*h(x)+n(x) 公式2

其中，f(x)为一个林分的合成回波信号；s(x)表示激光雷达的发射脉冲；n(x)为噪声，h(x)则为所需要的垂直分层目标的特征信息。

步骤5、根据所述的子波形的集合，获取林分垂直结构信息。

上述林分尺度上的合成波形数据通过高斯分解或反卷积等方法的处理，被分解为一系列子波形的集合。其中，子波形的个数代表林层数量，一个子波形代表了林分内一个林层的回波信号，通过子波形坐标的解算可以获取林层位置信息，波形宽度信息可以用于提取林层高度信息，从而获取林分的垂直结构信息(即垂直分层目标的特征信息)。

本发明实施例提供的技术方案，直接将机载小光斑LiDAR波形数据在林分尺度上进行波形合成，然后使用高斯分解和反卷积从合成的波形数据中提取林分垂直结构的参数，获取各林层信息(林层数量、林层位置、林层高度等参数)的方法。通过本发明，可以在传统的激光雷达测绘应用生成的DEM的基础上，自动获得林分的垂直结构信息，为森林结构监测、森林质量评价、森林经营决策、生物多样性评价等方面提供了可靠的遥感估测手段。随着机载小光斑LiDAR波形数据日益广泛地获取，本发明具有很强的实用价值。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发发明的保护范围应该以权利要求书的保护范围为准。

Claims

1.一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法，其特征在于，包括：

步骤1、基于机载小光斑LiDAR波形数据生成激光点云数据集；

步骤3、基于林分尺度对高程归一化后的波形数据进行抽取、背景噪声去除、垂直剖面结构和波形合成，得到林分尺度上的合成波形数据；

步骤4、将所述合成波形数据通过处理分解为一系列子波形的集合；

步骤5、根据所述的子波形的集合，获取林分垂直结构信息。

2.根据权利要求1所述的方法，其特征在于，所述步骤4具体包括：

对所述的林分尺度上的合成波形数据进行高斯分解，得到一系列子波形的集合，每个子波形代表不同垂直分层目标的回波信号。

3.根据权利要求1所述的方法，其特征在于，所述步骤4具体包括：

对所述的林分尺度上的合成波形数据进行反卷积处理，得到一系列子波形的集合。

4.根据权利要求2或3所述的方法，其特征在于，所述林分垂直结构信息包括：林层数量、林层位置、林层高度；所述步骤5具体包括：

获取子波形的个数，所述子波形的个数代表林层数量；

通过对子波形坐标进行解算获取林层位置；

获取子波形的波形宽度信息，从所述波形宽度信息中获取林层高度。