基于机载激光雷达的森林资源调查因子估测实践

森林资源调查包括全国森林资源连续清查和规划设计调查，除此之外还有作业设计调查。传统的一类、二类调查多采用样地实测法，该方法具有较高的准确度，但需花费较大的人力物力，同时在时空上也存在较大的局限性。近年来，激光雷达（LiDAR）技术的飞速发展为林业调查提供了新的工作方式，与传统方法相比更为省时省力，极大地提高了调查的效率及准确性。

我公司目前承接了金坛区基于二三维一体化技术的森林资源监管实践项目，通过开展LiDAR技术试点，积累了相关经验，为后续森林资源调查相关项目开展提供技术支撑。

01数据获取

在激光雷达数据获取方面，LiDAR系统搭载了高精度DGPS和惯导系统（IMU）。在数据获取前，需预先确定雷达飞行范围，明确飞行方向、航高、飞行速度、点云密度等参数，最终数据形式为激光点云数据，LAS格式贮存。

图1 LiDAR数据获取—国外松片林按高程显示

在样地数据获取方面，根据飞行区域范围大小设置若干块小样地进行人工实测。通常样地呈矩形，大小为25.8×25.8m（面积约合1亩）。在每个样地的四个角和中心点需埋设标桩并编号定位。依据森林资源调查规范，对样地范围内的立木进行测量，主要测量指标为胸径、树高、枝下高和冠幅。

图2 样地数据获取

02数据处理

LiDAR数据交付之前会进行波形分解、异常值处理和坐标修正，因此终端用户接收数据后即可开始数据处理。首先需生成数字地面模型（DTM），它是对连续地形的栅格表达；其次生成数字表面模型（DSM），它是栅格表达的数字表面，包含地物本身的高程和海拔高度；最后采用DSM-DTM生成冠层高度模型（CHM）。

图3 DTM、DSM、CHM模型示意图

基于CHM获取单棵树的位置信息，以这些信息作为种子点，对点云进行单木分割，在LiDAR数据处理软件中，可通过编辑工具对种子点进行增加、删除等编辑操作，从而提高单木分割的准确性。

图4 CHM生成种子点

在进行单木分割之前需对点云进行归一化处理，去除地形起伏对点云数据高程值的影响。

图5 点云归一化处理

在基于CHM生成种子点，并且点云经归一化处理后即可开展单木分割，在本次试点中，从归一化点云（NPC）出发，采用分水岭算法，在三维空间上利用点云空间位置和属性进行单木分割。

图6 国外松片林单木分割结果示意图

03森林资源调查因子反演估测

当机载激光雷达的点云密度足够高时，理论上可通过单木分割算法直接获得单木位置、树高和冠幅，然后通过相关模型估测胸径、枝下高、材积和生物量等单木测树因子，再通过累加得到林分森林参数。在本次试点中，选择算术平均高、胸径加权平均高、树冠面积加权平均高、实测胸径等参数作为自变量与因变量，尝试构建线性回归模型，并选择最优模型进行胸径、树高、生物量等参数反演。

图7 多元线性回归模型的构建

04结语

利用LiDAR技术进行森林资源的监测是未来森林资源调查领域的发展趋势，虽然LiDAR技术具有高效、精确的特点，但由于投入成本多、数据处理难度大等特点，该技术尚处于研究试点阶段。鉴于LiDAR技术的发展趋势，我司立足于森林资源专项调查、二三维一体化实践研究等业务的基础上，不断对LiDAR测树技术进行深入研究与实践，总结LiDAR测树的技术与方法，为今后相关业务开展奠定基础，为客户提供更高效的服务。

参考文献：

[1] 郝红科. 基于机载激光雷达的森林参数反演研究[D]. 西北农林科技大学, 2019.

[2]曹林, 佘光辉, 代劲松,等. 激光雷达技术估测森林生物量的研究现状及展望[J]. 南京林业大学学报(自然科学版), 2013, 37(03):163-169.

[3]刘清旺. 机载激光雷达森林参数估测方法研究[D]. 中国林业科学研究院, 2009.

本期供稿：地理信息中心 姜文龙本期责编：闫保银

丨推荐阅读丨