期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ALS和TLS融合数据的枝条属性因子构建木材材积模型
1
作者 虞晨音 温小荣 +1 位作者 汪求来 叶金盛 《中南林业科技大学学报》 CAS CSCD 北大核心 2024年第3期33-43,共11页
【目的】立木材积作为森林蓄积量估算的重要单元,具有重要的森林资源调查意义,研究基于多源激光雷达手段获取立木枝条属性因子的方法,探究树木点云构建更优立木材积预测模型的能力。【方法】本文基于地基激光雷达(TLS)与机载激光雷达(A... 【目的】立木材积作为森林蓄积量估算的重要单元,具有重要的森林资源调查意义,研究基于多源激光雷达手段获取立木枝条属性因子的方法,探究树木点云构建更优立木材积预测模型的能力。【方法】本文基于地基激光雷达(TLS)与机载激光雷达(ALS)融合的点云数据,运用几何特征树木骨架和提取不完全模拟水分和养分传输算法(ISTTWN),建立三维树木模型,并获取杨树单木的枝条属性因子。通过构建以枝条属性因子为自变量的立木材积预测模型,探索构建林分蓄积量最优估测模型。【结果】融合后的枝条属性因子较融合前精度有所提高,提取精度依次为着枝高度>枝长>弦长>着枝角度>分枝角度>弓高,其中枝长拟合度最高,R2达0.989。在利用特征参数与枝条属性因子构建材积预测模型中,基于枝条属性因子构建的模型较由特征参数建立的线性与非线性材积模型R^(2)分别提高0.088与0.110,RMSE则分别降低0.012与0.009 m^(3)。而将二者结合共同构建立木材积模型后,其线性与非线性模型拟合度分别达0.729与0.759,为六组材积预测模型中最佳。【结论】TLS与ALS融合点云数据后,由于数据之间的相互弥补,有效提高点云密度,在三维树木模型研建中能够显著的提高枝条属性因子的提取精度,同时在材积预测模型中加入枝条属性因子这一自变量能够有效提高模型预测的准确性。 展开更多
关键词 机载激光雷达 地基激光雷达 融合点云数据 枝条属性因子 材积预测模型
下载PDF
基于TLS和ALS融合数据的杨树林木表型参数提取研究
2
作者 虞晨音 杨杰 +3 位作者 温小荣 杨丽 叶金盛 汪求来 《西北林学院学报》 CSCD 北大核心 2024年第5期61-67,共7页
基于激光雷达手段获取杨树林木表型参数的方法,探究树木点云提取更优林木表型参数的能力,为林木经营方案的编制提供有力的数据支撑与参考依据。根据地基激光雷达(TLS)与机载激光雷达(ALS)的融合点云数据,利用几何特征树木骨架、提取不... 基于激光雷达手段获取杨树林木表型参数的方法,探究树木点云提取更优林木表型参数的能力,为林木经营方案的编制提供有力的数据支撑与参考依据。根据地基激光雷达(TLS)与机载激光雷达(ALS)的融合点云数据,利用几何特征树木骨架、提取不完全模拟水分和养分传输的算法(ISTTWN),建立三维单木模型,并获取杨树单木的胸径、树高以及枝条属性因子。结果表明,融合数据的胸径、树高提取值的平均值均高于TLS数据的提取值,同时提取精度也更高。在所提取的枝条属性因子中,提取精度依次为着枝高度>枝长>弦长>着枝角度>分枝角度>弓高,且融合数据的提取精度更高。从RMSE、MAE、MAPE、R^(2)4个方面对枝条属性因子进行提取精度评价,枝长的拟合度最高,地基和融合点云提取值分别达到0.985、0.989;角度的拟合度相对较低,TLS着枝角度提取值的R^(2)仅0.775,但融合后的着枝角度的拟合度提升明显,达到0.887。基于不同相对着枝高度对提取精度分析,未融合前相对着枝高度0.4~0.6的枝条属性精度最高,而后其精度随着冠层高度的增加而降低,由于融合后的冠层点云密度提高,枝条属性因子的提取精度较融合前显著提升,且在相对着枝高度0.8~1.0时提高最为明显,相对提取精度最低的弓高提高了10.04%。研究认为TLS与ALS融合点云数据后,由于数据之间的相互弥补,有效提高点云密度,在三维树木模型研建中能够显著提高林木表型参数的数据提取精度,其中冠层提取精度提升最为明显。 展开更多
关键词 地基激光雷达 融合点云数据 ISTTWN算法 林木表型参数 枝条属性因子
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部