基于机载LiDAR点云多层聚类的单木信息提取及其精度评价

摘要

[目的]针对已有三维点云数据单木分割方法提取下层林木困难、准确提取林木数量占总体比例偏低导致提取工作有效性不高、提取效果受点云密度和林分结构复杂程度影响等问题,改进单木提取策略和算法,为LiDAR单木提取技术向生产实践应用转化提供支撑.[方法]以机载LiDAR点云数据为基础,提出一种基于分层聚类的三维立体单木分割方法,并对点云分层、分割、单木匹配等环节进行算法改进,实现空间异质性较高林分的单木分割和信息提取.[结果]改进后的算法可在高密度、高空间异质性林分中进行单木分割和信息提取,并能更合理地与地面实测林木信息匹配,可匹配的林木比例最高达88.70％,单木树高、林分平均高精度最高分别达92.38％、99.84％,树高基尼指数、树高变异系数精度最高达89.65％.[结论]通过多水平分层和纵向聚类融合,可提升对于林下层尤其是更新层林木的提取能力;构建提取有效性指标,更加关注成果的适用性;评价指标中加入空间结构精确度指标,可充分发挥LiDAR对空间结构的反演能力.