手持式激光雷達(dá)觀測玉蘭物候期葉傾角變化
發(fā)布時間:2021-01-16 21:55
針對植物葉傾角研究中數(shù)據(jù)測量不夠精確、數(shù)據(jù)獲取費(fèi)時費(fèi)力的問題,文章探究了手持式激光雷達(dá)研究葉傾角的可行性。利用手持式激光雷達(dá)分別對不同月份玉蘭樹進(jìn)行掃描,并提取葉傾角數(shù)據(jù),探討了玉蘭樹冠不同高度層葉傾角在不同生長期的變化規(guī)律以及相同葉傾角由于上傾下傾朝向不同造成的差異結(jié)果。為驗(yàn)證測量精度,設(shè)計(jì)了以帶臂量角器和鉛垂線組成的手工測量工具,并與激光雷達(dá)測量結(jié)果進(jìn)行了比較,結(jié)果顯示二者具有較好的一致性,平均葉傾角相差2.8°。本研究證實(shí)了手持式激光雷達(dá)觀測葉傾角變化的可行性,為進(jìn)一步研究不同植物葉傾角信息提供技術(shù)支撐和方法參考。
【文章來源】:遙感信息. 2020,35(05)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
物候期植株照片
為驗(yàn)證點(diǎn)云提取葉傾角精度,在6月17日激光雷達(dá)掃描后同時進(jìn)行手工測量工作。由于樹木較高,只能在下層進(jìn)行取樣。實(shí)測選擇的葉片需要與點(diǎn)云精確對應(yīng),因此在測量時還需拍攝多張照片輔助后期判別。舍棄了個別由于自身晃動造成點(diǎn)云判別不清的葉片,最終保留24片葉子實(shí)測數(shù)據(jù)。1.3 數(shù)據(jù)處理
使用CloudCompare軟件對3期點(diǎn)云數(shù)據(jù)進(jìn)行處理操作:首先剔除周圍環(huán)境,只保留目標(biāo)玉蘭樹;然后將玉蘭樹冠按高度平均分為上中下3層,考慮到上層樹冠逐漸減小,采用分層隨機(jī)抽樣時上層選擇30片葉子,中層40片,下層50片。為降低人為選擇的主觀性,將上中下3層分別再均分為3、4、5個小塊區(qū)域,每小塊區(qū)域選擇10片,盡可能保證均勻隨機(jī)分布(圖3)。3期葉片均為獨(dú)立隨機(jī)選取,并不是相同葉片。以目視勾繪的方法選擇葉片,每片葉子選擇完成后,使用軟件中的平面擬合工具進(jìn)行擬合,得到擬合平面法向量x(,y,z),進(jìn)而通過公式(1)計(jì)算求出葉傾角θ。
【參考文獻(xiàn)】:
期刊論文
[1]基于16線陣TLS數(shù)據(jù)的單木識別及林分?jǐn)嗝娣e估測研究[J]. 馬靜怡,黃華國,黃侃,邢路. 北京林業(yè)大學(xué)學(xué)報(bào). 2018(08)
[2]葉方向3維空間分布的地面激光雷達(dá)反演與分析[J]. 馬利霞,鄭光,何維,居為民,程亮. 遙感學(xué)報(bào). 2015(04)
本文編號:2981612
【文章來源】:遙感信息. 2020,35(05)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
物候期植株照片
為驗(yàn)證點(diǎn)云提取葉傾角精度,在6月17日激光雷達(dá)掃描后同時進(jìn)行手工測量工作。由于樹木較高,只能在下層進(jìn)行取樣。實(shí)測選擇的葉片需要與點(diǎn)云精確對應(yīng),因此在測量時還需拍攝多張照片輔助后期判別。舍棄了個別由于自身晃動造成點(diǎn)云判別不清的葉片,最終保留24片葉子實(shí)測數(shù)據(jù)。1.3 數(shù)據(jù)處理
使用CloudCompare軟件對3期點(diǎn)云數(shù)據(jù)進(jìn)行處理操作:首先剔除周圍環(huán)境,只保留目標(biāo)玉蘭樹;然后將玉蘭樹冠按高度平均分為上中下3層,考慮到上層樹冠逐漸減小,采用分層隨機(jī)抽樣時上層選擇30片葉子,中層40片,下層50片。為降低人為選擇的主觀性,將上中下3層分別再均分為3、4、5個小塊區(qū)域,每小塊區(qū)域選擇10片,盡可能保證均勻隨機(jī)分布(圖3)。3期葉片均為獨(dú)立隨機(jī)選取,并不是相同葉片。以目視勾繪的方法選擇葉片,每片葉子選擇完成后,使用軟件中的平面擬合工具進(jìn)行擬合,得到擬合平面法向量x(,y,z),進(jìn)而通過公式(1)計(jì)算求出葉傾角θ。
【參考文獻(xiàn)】:
期刊論文
[1]基于16線陣TLS數(shù)據(jù)的單木識別及林分?jǐn)嗝娣e估測研究[J]. 馬靜怡,黃華國,黃侃,邢路. 北京林業(yè)大學(xué)學(xué)報(bào). 2018(08)
[2]葉方向3維空間分布的地面激光雷達(dá)反演與分析[J]. 馬利霞,鄭光,何維,居為民,程亮. 遙感學(xué)報(bào). 2015(04)
本文編號:2981612
本文鏈接:http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/2981612.html
最近更新
教材專著