基于点云数据的测树因子提取与分析研究

林业资源管理 ›› 2012›› Issue (6): 101-104.

基于点云数据的测树因子提取与分析研究

高绍伟¹, 冯仲科², 吴露露³

1.北京工业职业技术学院,北京 100042;
2.北京林业大学,北京 100083;
3.登月测天北京信息科技有限公司,北京 100085

收稿日期:2012-08-14 修回日期:2012-11-20 出版日期:2012-12-28 发布日期:2020-11-27
作者简介:高绍伟(1962-),男,北京人,高工,硕士,主要从事三维激光扫描技术应用方面的工作。Email:gaoshaoweiGSW@163.com
基金资助:
2012年北京工业职业技术学院科研基金项目(bgzyky201261)

Study on Extraction and Analysis of Tree Measure Factors Based on Point Cloud Data

GAO Shaowei¹, FENG Zhongke², WU Lulu³

1. Beijing Polytechnic University,Beijing 100042,China;
2. Beijing Forestry University,Beijing 100083,China,3. Deng Yue Ce Tian Technology Development Co. Ltd.,Beijing 100085,China

Received:2012-08-14 Revised:2012-11-20 Online:2012-12-28 Published:2020-11-27

摘要/Abstract

摘要： 利用三维激光扫描仪对树木进行扫描获取树点云数据,经过格式转换、分离、提取后,对树木各测量因子包括胸径、树高、树冠、材积量进行测定,并对测量方法进行分析与讨论。结果表明:树冠测定因子可以由于测量技术的提高,测定树冠的叶面积指数更能反映树冠的生理学意义;通过不规整三角网构建的多面体的计算的树干体积较平均断面积、中央断面积求树干材积更准确与便捷。

关键词: 点云数据, 测树因子, 树冠, 材积量

Abstract: In this paper,three-dimensional laser scanner has been used to scan trees to get point cloud data of trees.After format conversion,separation and extraction,the measurement and analysis are conducted to measure such factors as DBH,tree height,crown and timber volume.These factors can be calculated by point cloud data.Through experimental analysis,it can be drawn that with the improve of measurement techniques,the leaf area index of canopy is better to reflect the physiological significance of the crown;stem volume calculated by irregular polyhedron triangulation is more accurate and convenient than that by the average basal area and the central stem basal area in calculating volume.

Key words: point cloud data, trees measure factors, canopy, volume

中图分类号:

S758

高绍伟, 冯仲科, 吴露露. 基于点云数据的测树因子提取与分析研究[J]. 林业资源管理, 2012,(6): 101-104.

GAO Shaowei, FENG Zhongke, WU Lulu. Study on Extraction and Analysis of Tree Measure Factors Based on Point Cloud Data[J]. FOREST RESOURCES WANAGEMENT, 2012,(6): 101-104.

[1]	朱赞, 王勇军, 王建琦, 许玉兰, 丘鑫琪, 万喜. 基于无人机倾斜摄影的广西桉树冠层碳储量计量模型构建[J]. 林草资源研究, 2024, 0(1): 88-94.
[2]	邢元军, 温坤剑, 郭晓妮, 宋亚斌, 胡中岳, 江腾宇, 贺紫荆. 基于Mask R-CNN的平原造林地区单木树冠分割[J]. 林业资源管理, 2023, 0(3): 115-120.
[3]	和晓菲, 陈鑫, 王梦瑶, 苗雪, 樊昌猛, 彭建松. 基于eCognition影像解译的云南会泽县建成区林木树冠覆盖分析[J]. 林业资源管理, 2022, 0(4): 100-108.
[4]	谷志新, 裴方睿. 基于多层K-means在森林点云中的单木识别算法[J]. 林业资源管理, 2022, 0(1): 124-131.
[5]	陈周娟, 程光, 卜元坤, 黄维, 陈佳卉, 李卫忠. 基于无人机倾斜影像的阔叶林单木参数提取[J]. 林业资源管理, 2022, 0(1): 132-141.
[6]	叶鹏, 汤孟平. 基于GIS的常绿阔叶林郁闭度与树冠重叠度分析[J]. 林业资源管理, 2021, 0(5): 70-79.
[7]	邱琴, 张文革, 王蕾, 曹姗姗, 孙伟. 基于背包式激光雷达的天山云杉林单木因子估测[J]. 林业资源管理, 2021, 0(2): 99-109.
[8]	黄彦晓, 方陆明, 黄思琪, 高海力, 杨来邦, 楼雄伟. 基于改进的Faster R-CNN模型的树冠提取研究[J]. 林业资源管理, 2021, 0(1): 173-179.
[9]	王倩茹, 何悦, 李海明, 李志南, 徐文兵. 基于点云数据的单株毛竹建模精度及可视化分析[J]. 林业资源管理, 2020, 0(6): 72-78.
[10]	金忠明, 曹姗姗, 王蕾, 孙伟. 天山云杉林无人机可见光影像树冠信息提取方法研究[J]. 林业资源管理, 2020, 0(1): 125-135.
[11]	王枚梅, 林家元, 林沂, 李翊. 基于无人机可见光影像的亚高山针叶林树冠参数信息自动提取[J]. 林业资源管理, 2017, 0(4): 82-88.
[12]	公宁宁, 王小平, 李皓, 马履一, 贾忠奎, 段劼, 林平. 北京地区40a生油松人工林密度效应的研究[J]. 林业资源管理, 2014, 0(4): 85-91.
[13]	郭孝玉, 孙玉军, 刘凤娇. 不同估算树冠生物量方法的比较——以长白落叶松林为例[J]. 林业资源管理, 2010, 0(5): 41-47.
[14]	刘晓双, 黄建文, 鞠洪波. 高空间分辨率遥感森林参数提取探讨[J]. 林业资源管理, 2009, 0(2): 111-117.