本發(fā)明涉及森林資源調(diào)查方法，具體涉及一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法，屬于林業(yè)。

背景技術(shù)：

1、當(dāng)前，森林資源調(diào)查數(shù)據(jù)的獲取主要還是依靠個(gè)人經(jīng)驗(yàn)進(jìn)行目測(cè)或借助簡(jiǎn)單工具實(shí)地測(cè)量，這種傳統(tǒng)的調(diào)查方式工作量大，效率低，數(shù)據(jù)來(lái)源也會(huì)因缺乏統(tǒng)一的測(cè)量標(biāo)準(zhǔn)而造成誤差，已不能滿足現(xiàn)代林業(yè)精準(zhǔn)化和信息化發(fā)展需求。隨著測(cè)量技術(shù)的不斷發(fā)展，高精度測(cè)量設(shè)備和攝影測(cè)量技術(shù)也越來(lái)越多的應(yīng)用在林業(yè)領(lǐng)域。

2、利用無(wú)人機(jī)傾斜攝影技術(shù)，可以獲取測(cè)區(qū)的正射影像和三維點(diǎn)云模型，基于此技術(shù)獲取樹(shù)高的方法主要有兩種，一是點(diǎn)云分割法，將三維點(diǎn)云分割為樹(shù)木點(diǎn)云和地面點(diǎn)云，根據(jù)樹(shù)木頂端高度和地面平均高度的差值獲取樹(shù)木高度；二是局部最大值法，首先利用三維點(diǎn)云生成數(shù)字表面模型(digital?surface?model,dsm)和數(shù)字高程模型(digitalelevation?model,dem)，然后將dsm和dem進(jìn)行柵格作差得到樹(shù)冠高度模型(canopy?heightmodel,chm)，最后運(yùn)用局部最大值法對(duì)chm進(jìn)行過(guò)濾提取樹(shù)頂點(diǎn)和樹(shù)高。這兩種方法獲取的單木樹(shù)高均具有較高的精度，但這兩種方法構(gòu)建的主要是林分冠層表面的三維模型，而冠層以下及地面層受林分郁閉度的影響難以獲得真實(shí)有效的點(diǎn)云信息，且樹(shù)木頂點(diǎn)的提取也會(huì)受林分結(jié)構(gòu)的影響出現(xiàn)遺漏或一樹(shù)多頂?shù)那闆r。單木胸徑通常則是利用無(wú)人機(jī)影像獲取的樹(shù)高、冠幅、樹(shù)冠面積等參數(shù)與部分地面實(shí)測(cè)胸徑建立回歸模型進(jìn)行反演估測(cè)獲取，但這種方法的運(yùn)用在樹(shù)種和地域上存在一定的局限性。三維激光掃描技術(shù)作為當(dāng)前最先進(jìn)的一種測(cè)繪手段，已廣泛應(yīng)用于森林資源調(diào)查和林分結(jié)構(gòu)研究。

3、利用地基激光雷達(dá)(terrestrial?laser?scanning,tls)和無(wú)人機(jī)激光雷達(dá)據(jù)(unmanned?aerial?vehicle?laser?scanning，uls)可以獲得高質(zhì)量的林分空間結(jié)構(gòu)三維模型，并從中提取更加精確的胸徑、樹(shù)高、冠幅等空間結(jié)構(gòu)信息。近年來(lái)，數(shù)碼相機(jī)、智能手機(jī)等非測(cè)量設(shè)備已成為數(shù)字近景攝影測(cè)量的主要工具，并已在林分參數(shù)測(cè)量方面取得了一些研究成果。將無(wú)人機(jī)傾斜攝影技術(shù)和地面近景攝影技術(shù)相融合構(gòu)建精細(xì)化三維模型的技術(shù)在城市三維建模、地質(zhì)勘查、建筑測(cè)量等領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用。林業(yè)中將激光雷達(dá)和攝影測(cè)量相結(jié)合應(yīng)用于森林資源調(diào)查。將小型測(cè)繪無(wú)人機(jī)和智能手機(jī)用于攝影測(cè)量，通過(guò)圖像三維重建可以更精細(xì)的表現(xiàn)出林分空間分布特征和林下地形特征。王怡等利用無(wú)人機(jī)傾斜攝影得到樣地冠層表面的高度信息，林分信息使用智能手機(jī)近景攝影獲取，將無(wú)人機(jī)斜攝影像和智能手機(jī)近攝影像進(jìn)行三維重建并得到點(diǎn)云模型，獲取具有較高精度的單木樹(shù)高和胸徑參數(shù)。

4、綜上，現(xiàn)有森林資源調(diào)查存在以下不足：1、傳統(tǒng)的人工測(cè)量調(diào)查方式工作量大，效率低，數(shù)據(jù)來(lái)源也會(huì)因缺乏統(tǒng)一的測(cè)量標(biāo)準(zhǔn)而造成誤差；2、無(wú)人機(jī)傾斜攝影技術(shù)獲取的單木樹(shù)高具有較高的精度，但構(gòu)建的主要是林分冠層表面的三維模型，而冠層以下及地面層受林分郁閉度的影響難以獲得真實(shí)有效的點(diǎn)云信息，且樹(shù)木頂點(diǎn)的提取也會(huì)受林分結(jié)構(gòu)的影響出現(xiàn)遺漏或一樹(shù)多頂?shù)那闆r，且費(fèi)用較高，難以推廣；3、無(wú)人機(jī)傾斜攝影技術(shù)和地面近景攝影技術(shù)相融合構(gòu)建精細(xì)化三維模型的技術(shù)，可以更精細(xì)的表現(xiàn)出林分空間分布特征和林下地形特征，但沒(méi)有林木的樹(shù)皮紋理信息，不能夠識(shí)別樹(shù)種，進(jìn)而不能更好的確定林分結(jié)構(gòu)和樹(shù)種組成；4、數(shù)據(jù)存貯量大，后期數(shù)據(jù)處理復(fù)雜，工作量大。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明為克服現(xiàn)有技術(shù)不足，提供一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法。該方法獲取林分的三維可視化模型，且模型中有林木的紋理信息，可直接識(shí)別樹(shù)種，確定林分結(jié)構(gòu)和樹(shù)種組成。

2、一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法包含如下步驟：

3、s1、選擇待測(cè)林分，將其劃分成若干小區(qū)，設(shè)置掃描路線，要求每株樹(shù)采集數(shù)據(jù)點(diǎn)時(shí)不重復(fù)掃描；

4、s2、利用激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)對(duì)林分進(jìn)行掃描，并在每?jī)蓚€(gè)小區(qū)交界處設(shè)置至少包括兩株樹(shù)的重合部分；

5、s3、在林分掃描后得到的林分模型中，對(duì)林木按順序進(jìn)行編號(hào)，并根據(jù)林木樹(shù)皮紋理信息識(shí)別樹(shù)種，將林木編號(hào)和樹(shù)種錄入數(shù)據(jù)庫(kù)，統(tǒng)計(jì)林分密度；

6、s4、在所述林分模型中導(dǎo)出點(diǎn)云數(shù)據(jù)，將點(diǎn)云數(shù)據(jù)經(jīng)過(guò)去噪、地面點(diǎn)分類和歸一化處理后，按照林木順序進(jìn)行單木分割，批量生成每株林木的胸徑數(shù)據(jù)和位置坐標(biāo)數(shù)據(jù)，并將其補(bǔ)充至所述數(shù)據(jù)庫(kù)；

7、s5、對(duì)照林分所在地的一元材積表，根據(jù)所述數(shù)據(jù)庫(kù)中的樹(shù)種和胸徑數(shù)據(jù)計(jì)算林分的蓄積量及樹(shù)種組成；

8、s6、根據(jù)林木的胸徑數(shù)據(jù)和位置坐標(biāo)數(shù)據(jù)確定林分的空間結(jié)構(gòu)，計(jì)算每株樹(shù)的競(jìng)爭(zhēng)指數(shù)，對(duì)競(jìng)爭(zhēng)指數(shù)進(jìn)行排序，按照從大到小的順序分成若干級(jí)，將競(jìng)爭(zhēng)指數(shù)和級(jí)別補(bǔ)充至數(shù)據(jù)庫(kù)，完成森林資源調(diào)查。

9、本方案采用消費(fèi)級(jí)激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)建立林分的三維空間可視化影像模型，獲取影像模型中林木的樹(shù)種、胸徑、空間位置坐標(biāo)等數(shù)據(jù)信息，通過(guò)統(tǒng)計(jì)和計(jì)算建立林分屬性數(shù)據(jù)庫(kù)，完成森林資源調(diào)查。然后將影像模型與屬性數(shù)據(jù)庫(kù)疊加，構(gòu)建增強(qiáng)現(xiàn)實(shí)小班區(qū)域三維空間結(jié)構(gòu)可視化影像模型，實(shí)現(xiàn)信息的可視化。在此基礎(chǔ)上，可對(duì)林分進(jìn)行有針對(duì)性的規(guī)劃設(shè)計(jì)，制定實(shí)施方案，生產(chǎn)人員精準(zhǔn)實(shí)施，精準(zhǔn)提升林分質(zhì)量。

10、本發(fā)明相比現(xiàn)有技術(shù)的有益效果是：

11、1、較人工調(diào)查、機(jī)載激光雷達(dá)、地基雷達(dá)，甚至背包雷達(dá)更節(jié)約調(diào)查成本。

12、2、在林下掃描，可以清晰的掃描林木的主干，數(shù)據(jù)獲取時(shí)相對(duì)機(jī)載和地基雷達(dá)精度更高，模型中提取胸徑數(shù)據(jù)精度為95.24％，用點(diǎn)云數(shù)據(jù)提取的位置坐標(biāo)數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)計(jì)算相鄰兩株林木的相對(duì)距離，精度為84.14％。

13、3、可獲取林分的三維可視化模型，且模型中有林木的紋理信息，可直接識(shí)別樹(shù)種，確定林分結(jié)構(gòu)和樹(shù)種組成，模型中人工純林、混交林樹(shù)種識(shí)別準(zhǔn)確率100％，天然次生林樹(shù)種識(shí)別準(zhǔn)確率90％以上。

14、4、數(shù)據(jù)存貯量小，本申請(qǐng)的森林資源調(diào)查方法可實(shí)現(xiàn)在一個(gè)20m×20m的樣地，模型的存貯量只有20mb，由于模型中主干清晰，所以后期進(jìn)行單木分割時(shí)比較簡(jiǎn)單，工作量大大減小。

15、下面結(jié)合附圖和實(shí)施例對(duì)申請(qǐng)的方案作進(jìn)一步地說(shuō)明：

技術(shù)特征：

1.一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法，其特征在于：所述方法包含如下步驟：

2.根據(jù)權(quán)利要求1所述一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法，其特征在于：步驟s2中在帶有激光雷達(dá)的智能手機(jī)上安裝3d掃描軟件，對(duì)設(shè)置的固定標(biāo)準(zhǔn)地進(jìn)行拍攝掃描，獲取全部林木的影像信息，導(dǎo)出林分實(shí)景模型，要求每株林木的樹(shù)干掃描信息超過(guò)1.5m，確保后期能夠獲取林木胸徑數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法，其特征在于：步驟s3中將三維林分模型中的單木進(jìn)行放大可獲取林木樹(shù)皮紋理信息。

4.根據(jù)權(quán)利要求1所述一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法，其特征在于：步驟s4中利用lidar360軟件對(duì)導(dǎo)出的點(diǎn)云數(shù)據(jù)文件進(jìn)行去噪、地面點(diǎn)分類和歸一化處理。

5.根據(jù)權(quán)利要求4所述一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法，其特征在于：步驟s4中在lidar360的地基林業(yè)模塊中選取胸徑測(cè)量和基于種子點(diǎn)的單木分割，批量獲取標(biāo)準(zhǔn)地內(nèi)林木在樹(shù)方位z的直徑數(shù)據(jù)，并獲得每株林木在樹(shù)方位x和樹(shù)方位y的位置坐標(biāo)數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法，其特征在于：所述森林資源調(diào)查方法還包含建立增強(qiáng)現(xiàn)實(shí)交互模型，具體為：將林分模型中的林木進(jìn)行矢量化，并與所述數(shù)據(jù)庫(kù)鏈接，實(shí)現(xiàn)點(diǎn)擊單株林木時(shí)，顯示該林木在所述數(shù)據(jù)庫(kù)中對(duì)應(yīng)的數(shù)據(jù)信息。

7.根據(jù)權(quán)利要求6所述一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法，其特征在于：所述數(shù)據(jù)信息包含樹(shù)種信息和競(jìng)爭(zhēng)指數(shù)級(jí)別。

技術(shù)總結(jié)
一種基于激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)的森林資源調(diào)查方法，屬于林業(yè)技術(shù)領(lǐng)域。所述方法包含選擇待測(cè)林分，設(shè)置掃描路線；利用激光雷達(dá)與可見(jiàn)光同步攝影技術(shù)對(duì)林分進(jìn)行掃描；在林分模型中，直接識(shí)別樹(shù)種，統(tǒng)計(jì)林分密度；導(dǎo)出點(diǎn)云數(shù)據(jù)，按照林木順序進(jìn)行單木分割，批量生成胸徑數(shù)據(jù)和位置坐標(biāo)數(shù)據(jù)；計(jì)算林分的蓄積量及樹(shù)種組成；根據(jù)林木的胸徑數(shù)據(jù)和位置坐標(biāo)數(shù)據(jù)確定林分的空間結(jié)構(gòu)，計(jì)算每株樹(shù)的競(jìng)爭(zhēng)指數(shù)；將數(shù)據(jù)庫(kù)與林分模型鏈接，建立增強(qiáng)現(xiàn)實(shí)林分模型，實(shí)現(xiàn)森林資源數(shù)據(jù)模型可視化。本發(fā)明可以建立林分的三維可視化模型，直接識(shí)別樹(shù)種，計(jì)算獲得森林資源調(diào)查數(shù)據(jù)，調(diào)查效率高、費(fèi)用低、數(shù)據(jù)存貯量小，后期數(shù)據(jù)處理難度低。

技術(shù)研發(fā)人員：孫楠,翁海龍,李亞洲,潘研,劉奇峰,孫宇,吳瑤,朱萬(wàn)才
受保護(hù)的技術(shù)使用者：黑龍江省林業(yè)科學(xué)研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15