基于LiDAR數(shù)據(jù)和標記控制區(qū)域生長法的單木樹冠提取.pdf

1、以黑龍江省涼水國家自然保護區(qū)為研究區(qū)域，根據(jù)2009年獲取的激光雷達數(shù)據(jù)、正射影像圖及二類調查數(shù)據(jù)對郁閉度較高的針葉林和闊葉林進行單木樹冠提取研究。樹冠位置的探測采用動態(tài)窗口局域最大值法，探討不同樹冠模型及動態(tài)窗口對單木位置探測的影響;樹冠邊界的勾繪采用標記控制區(qū)域生長法，設計了控制區(qū)域生長的6個條件，其中包括控制樹冠形狀的2個生長條件角（形比和長寬比），以及控制樹冠內部性質的4個生長條件（鄰域像素、變異閾值、樹冠面積閾值和高度差閾值）

2、，以單木位置探測的結果作為區(qū)域生長法的種子點，進行單木邊界的勾繪，并從樣地和單木兩個層面的精度評價指標對單木位置探測結果和樹冠邊界的勾繪結果進行評價分析。
　　研究結果表明:對于單木位置探測，利用樹冠最大模型(Canopy maximum model，CMM)和樹高—樹冠的非線性回歸的95％預測下限作為動態(tài)窗口的局域最大值法探測精度最高，探測百分比(Detection Percentage，DP)達到84.8％以上，最高達到98.

3、6％，用戶精度(User's accuracy，UA)、生產者精度(Producer's accuracy，PA)和”1:1”對應關系的單木個數(shù)均達到應用要求。對于樹冠邊界的勾繪，樣地尺度上，針葉林、闊葉林的樹冠面積相對誤差(Relative error of crown area，RE_CA)的平均值分別為8.74％和-8.24％。針葉林樣地的生產者精度PA在62.2％～77.3％之間浮動，用戶精度UA在71.5％～83.9％之間浮動