基于地面点稀少的LiDAR点云的茂密森林蓄积量估算

基于地面点稀少的LiDAR点云的茂密森林蓄积量估算

一、碳中和
2020年,我国作出了“力争2030年前实现碳达峰、2060年前实现碳中和”的重大国家战略决策,并将巩固现有森林的固碳作用、持续增加森林面积和蓄积量、提升生态系统碳汇增量能力作为实现碳中和的重要发展路径之一,如图1所示。

在这里插入图片描述
图1 碳中和发展路径

谈到碳,其实在大气、陆地、海洋都储存着很多碳,而森林是陆地生态系统中最大的碳库,如图2所示。森林的生物质、凋落物、土壤都是碳库,包括森林采伐后形成的木制品也储存了碳。碳库中碳的具体数量被称为“碳储量”,一般用“吨碳”作为计量单位。然而,碳库中碳的数量不是一成不变的,有进也有出。碳进入到碳库的过程,叫作固碳;碳从碳库中出去,叫碳排放。对碳库来说,进来的碳比出去的多,就形成了碳汇,否则就是碳源。以森林为例,植物通过光合作用存储二氧化碳的过程就是固碳,而植物死亡分解、火灾、人为毁林等会造成碳排放。当森林固定的碳超过它排放的碳,就形成碳汇;反之,就可能形成碳源。值得注意的是,森林是碳汇还是碳源,会随时间、空间发生变化。
在这里插入图片描述
图2 森林

二、基于激光雷达的林业资源调查

准确的计算森林的蓄积量是碳中和的一个重要组成部分。传统上,森林蓄积量调查是一项重要的调查内容,是反映森林数量的最重要指标之一。森林蓄积的定量、精确估测一直是林业调查工作者研究的重点和难点。同时,森林蓄积的定量估测也是政府掌握国家森林资源状况的主要途径。

激光雷达(Lidar)是一项主动遥感技术,通过激光束精准获取三维坐标信息,来定量估测林木高度和森林结构参数,结合地面样地调查和数学模型反演技术可快速获取大范围区域的林木蓄积量、生物量、碳储量等信息,在大范围、高时效、高精度林木高度与林分垂直结构信息获取方面相对其他数据获取手段具有更加精准、立体的优势。

我们开发的PCA软件已经集成了地基、手持、背包、机载等多平台的激光雷达点云林业信息提取模块,不仅可以进行单木分割、提取单木的高度、位置、冠幅直径、材积等参数,而且可以进行样地的高度、密度和结构参数的提取。PCA软件林业信息提取已经被应用于2019年自然资源部东北森林资源调查项目、日本富山县森林资源调查项目、安徽黄山单木分割和信息提取示范项目等。

PCA软件中单木分割与信息提取的技术流程如图3所示,整体采用了一键、无参数化的处理模式。

在这里插入图片描述
图3 PCA软件中单木分割与信息提取的整体技术流程图

三、林下地面点稀疏的无人机LiDAR点云的林业资源调查

对于树木茂密的林区,无人机LiDAR获取的点云数据中,树木冠层的点数一般较多、可以反映比较完整的林冠信息,但是由于激光雷达可能无法穿透植被冠层、导致林下地面点可能极其稀疏、甚至缺失。而林下地形信息的缺失和不完整会导致无法进行单木分割、单木高度计算不正确等问题。

为了更好的解决此类问题,结合PCA3.5功能推出的地面点反演功能,我们设计了全新的林下地面点稀疏的无人机LiDAR点云的林业资源调查技术路线,如图4所示。与图3的技术流程相比,新的技术增加了“反演地面点、将反演地面点与原始点云合并”这两个步骤,而其他的步骤保持一致。
在这里插入图片描述

图4 PCA软件中结合反演地面点功能的单木分割与信息提取的整体技术流程图

四、 案例
试验区域位于浙江省杭州市某茂密的林区,采用某型号无人机LiDAR设备获取了相应的点云,如图5(a)所示,该林地的地形高差约240米左右,东西长1203米,南北宽957m。但是该林地点云的林下地面点及其稀疏,如图5(b)所示。原点云数据为las1.2格式,大小为7.42G。
对原始点云进行单木分割和信息提取发现了很多异常,比如树木的高度值过大,获取的单木数量较少,与林业部门提供的概况数据差别较大。
我们采用第3部分的新技术路线进行单木分割和信息提取,其中,反演的地面点如图6所示、原点云与反演地面点合并后点云的剖面如图7所示。反演的地面点保存为las1.2格式,大小为23.753M,反演地面点如图6所示。。并且,图7中的剖面与图5(b)中的剖面位置基本重合。进一步,获取的单木分给结果如图8所示。
在这里插入图片描述
(a)林下地面点稀疏的无人机LiDAR点云
在这里插入图片描述
(b)某剖面点云数据(地面点极其稀少)

图5 试验区域的点云数据

在这里插入图片描述
图6 PCA反演派生出的地面点

在这里插入图片描述
图7 原点云与反演地面点合并后的剖面点云(该剖面与图5(b)的剖面位置基本一致)

在这里插入图片描述
(a)合并点云的分类效果

在这里插入图片描述
(b)合并点云的单木分割效果

在这里插入图片描述
(c)单木三维重建叠加到DEM的仿真效果

在这里插入图片描述
(d)单木三维重建叠加到DEM的仿真效果(局部放大图)
图8 合并后点云的单木分割及信息提取结果

生成的专题报表显示,合并后的点云中共提取出12942棵树木,平均树高13.38m,平均胸径为17.50cm,该片林地的森林蓄积量为2976.07立方米。

五、小结
基于激光雷达技术的林业资源调查具有速度快、精度高、节省人工的优势。当林下地面点极其稀少时,可以采用点云智绘的反演地面点功能来获取相对精确的林下地形,以辅助原激光雷达点云完成林业资源调查任务。可知,点云智绘的反演地面点功能在林业资源调查中具有广泛的应用价值。

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值