Layer Stacking: A Novel Algorithm for Individual Forest Tree Segmentation fromrnLiDAR Point Clouds

摘要

As light detection and ranging (LiDAR) technology advances, it has become common for datasets tornbe acquired at a point density high enough to capture structural information from individual trees.rnTo process these data, an automatic method of isolating individual trees from a LiDAR point cloud isrnrequired. Traditional methods for segmenting trees attempt to isolate prominent tree crowns from arncanopy height model. We here introduce a novel segmentation method, layer stacking, which slicesrnthe entire forest point cloud at 1-m height intervals and isolates trees in each layer.Merging the resultsrnfrom all layers produces representative tree profiles. When compared to watershed delineation (arnwidely used segmentation algorithm), layer stacking correctly identified 15% more trees in unevenagedrnconifer stands, 7%–17% more in even-aged conifer stands, 26% more in mixedwood stands, andrn26%–30% more (with 75% of trees correctly detected) in pure deciduous stands. Overall, layer stacking’srncommission error was mostly similar to or better than that of watershed delineation. Layer stackingrnperformed particularly well in deciduous, leaf-off conditions, even those where tree crowns werernless prominent.We conclude that in the tested forest types, layer stacking represents an improvementrnin segmentation when compared to existing algorithms.%Avec les progrès de la technologie lidar «LiDAR», il est devenu courant pour les ensemblesrnde données d’être obtenus à une densité de points suffisamment élevée pour capturer desrninformations structurelles d’arbres individuels. Pour traiter ces données, une méthode automatiquernd’isolement des arbres individuels à partir d’un nuage de points LiDAR est nécessaire.rnLes méthodes traditionnelles de segmentation d’arbres tentent d’isoler les cimes proéminentesrndes arbres à partir d’un modèle de la hauteur de la canopée. Nous présentons ici une nouvellernméthode de segmentation, à savoir l’empilage des couches (layer stacking), qui trancherntout le nuage de points de la forêt à des intervalles de hauteur de 1 m et isole les arbresrndans chaque couche. La fusion des résultats de toutes les couches produit des profils d’arbresrnreprésentatifs. Par rapport à la délimitation des bassins versants (un algorithme de segmentationrnlargement utilisé), l’empilage des couches a correctement identifié 15% plus d’arbres dansrndes peuplements de conifères d’âges inégaux; 7%–17% de plus dans les peuplements de conifèresrnde même âge; 26% de plus dans les peuplements mixtes; et 26%–30% de plus (avec 75% des arbresrncorrectement détectés) dans les peuplements de feuillus purs. Dans l’ensemble, l’erreur de commissionrnde l’empilage des couches est généralement similaire ou meilleure que celle de la délimitationrndes bassins versants. L’empilage des couches a particulièrement bien performé dans des conditionsrnde feuillus sans feuilles, même celles où les cimes des arbres étaient moins importantes. Nous concluonsrnque, dans les types de forêts testés, l’empilage des couches représente une amélioration de larnsegmentation par rapport aux algorithmes existants.