一種基于點云半球切片估算森林葉面積指數的方法【
技術領域：
】[0001]本發明涉及一種利用地面激光點云數據估算森林有效葉面積指數（EffectiveLeaf-areaIndex，LAIe)的方法，并且評估了非光合冠層部分對森林角度孔隙率（AngleGapFraction，AGF)和LAIe的貢獻。二、【
背景技術：
】[0002]森林冠層通常劃分為光合部分（如葉片）和非光合部分（如樹干，枝和花）。葉片元素的空間分布影響冠層內和冠層下光的截取和輻射機制，進而進一步影響植物的生物物理過程和動植物棲息地分布。葉面積指數（Leaf-areaIndex，LAI)-般用來定量描述冠層葉片元素，通常定義為單位地表面積上綠葉總面積的一半。LAI可以通過直接或間接的方法測量得到，航空激光掃描系統和地面激光掃描系統都已經成功地應用于提取森林冠層LAI，經驗統計模型和孔隙率理論模型是兩種主要的提取方法。其中，利用孔隙率理論模型測量LAI的不足之處在于不能將非光合部分與光合組織區分開來，這就導致了像北方生態系統生產模擬模型（BorealEcosystemProductivitySimulator，BEPS)這樣基于過程的模型利用孔隙率計算LAI時的不確定性。為了闡明基于孔隙率測量光合冠層部分與非光合冠層部分的方法，提出有效葉面積指數、植物面積指數和葉片面積指數這些專業俗語。定量計算非光合冠層部分對森林LAI估算有助于將有效葉面積指數估算轉化為真實葉面積指數。F.Hosoi等人在JournalofExperimentalBotany第58卷的"Factorscontributingtoaccuracyintheestimationofthewoodycanopyleafareadensityprofileusing3Dportablelidarimaging"一文中證明LAI估算的主要誤差來源于木質部分。[0003]激光雷達（lightdetectionandranging，LiDAR)有望代替勞動密集型、直接的LAI測量方法，然而仍然很難將LiDAR點云數據中的光合和非光合冠層部分區分開來。破壞性的測量方法是量化光合和非光合冠層部分最準確的方法，然而既費時又費力的特點限制了它們的實用性。為了取代這種破壞性的方法，人們發明了各種不同的非破壞性的方法來估算木質部分占森林冠層的比例，例如：2009年J.Zou等人在TreePhysiology第29卷的"Woody-to-totalarearatiodeterminationwithamultispectralcanopyimager'，一文中，利用多光譜成像儀發明一種計算木質部分占總冠層的面積比例的方法。然而，由于森林冠層葉片元素的復雜分布結構，二維光學工具很難捕獲到它們的空間分布形式和垂直剖面。因此，三維信息對于定量描述木質部分占森林冠層的比例、評估對LAI的貢獻很重要。[0004]除了LAI，冠層密閉度（canopyclosure，CCL)和冠層覆蓋（canopycover，CC0)也是描述植被冠層的兩個常用概念。然而，這兩個概念卻不適用于描述入射光為非天頂方向和不同覆蓋類型的森林冠層結構。因此，在本發明中提出了兩個新概念：方向孔隙率(Directionalgapfraction，DGF)和角度孔隙率（Angulargapfraction，AGF)。DGF定義為固定方向的太陽光穿過森林冠層的可能性；AGF定義為當從下往上觀測時，森林冠層的光合和非光合葉片元素遮擋住的部分占整個天空半球的比例。DGF的優點在于它能夠描述與入射平行太陽光垂直的投影平面的孔隙率，而CC0確不可以描述非天頂方向的太陽光下的冠層投影比例。相對于CCL來說，AGF能夠覆蓋森林冠層的部分或全部，且更加靈活地探測森林冠層輻射機制的空間分布，然而CCL只能應用于全范圍的半球視角。AGF或DGF和CCL或CCO并不是兩套完全無關的定義，它們可以通過以下關系相互計算：CCL與AGF的和為1;CCO與垂直DGF和為1。總之，DGF和AGF在探索森林冠層的光傳輸時更加通用和靈活，尤其是LiDAR系統的定向掃描。[0005]計算孔隙率有很多方法，例如：Andrieu等人在RemoteSensingofEnvironment第50卷"Adirectmethodtomeasurebidirectionalgapfractioninvegetationcanopies"一文中基于航空點云數據發明了一種估算雙向孔隙率的方法。Chen等人在AgriculturalandForestMeteorology第65卷''Measurementofgapfractionoffractalgeneratedcanopiesusingdigitalizedimageanalysis'，一文中，基于分形的計算機圖形模型并利用數字圖像模擬了孔隙率，并發現指數模型和負二項式模型都可以定量描述孔隙率和LAI的關系。魚眼相機和LAI-2000是從二維視角測量AGF常用的光學工具，而通過激光掃描系統獲得的點云數據清楚地包含了森林冠層的三維幾何信息，有利于提高我們特征化冠層三維空間和冠層孔隙率的能力；最新研究也表明：基于激光掃描系統獲得的孔隙率比基于DHP方法獲得的孔隙率更加穩定。孔隙率包括AGF和DGF，特定時間，給定森林樣方平行方向太陽光束的透過率只能通過計算DGF得到，而AGF可以調查森林冠層內和冠層下輻射機制的空間分布。因此，進一步區分出AGF與DGF，有助于更加準確地提取整個森林冠層的孔隙率。計算出孔隙率與消光系數之后便可求出有效葉面積指數。然而，目前還沒有人考慮過激光點云中非光合冠層部分對葉面積指數的影響，求出的葉面積指數也只是有效葉面積指數，而不是真實葉面積指數，利用激光點云提取森林冠層結構的研究理論和技術還需要進一步加強。三、【
發明內容】[0006]本發明的目的是：[0007]僅僅依據幾何信息將激光點云數據分為三類：光合作用冠層部分（如葉和灌木）、非光合作用冠層部分（如干和枝）和裸地；提出一種算法來計算樣方尺度激光雷達森林點云數據的AGF，檢查三維空間森林冠層葉片元素的空間分布，計算有效葉面積指數；再根據分類結果，評估木質部分對有效葉面積指數估算的貢獻值。[0008]本發明的原理如下：[0009]利用地面三維激光雷達掃描系統，基于局域幾何特征算法將點云數據自動分為三類：光合作用冠層部分（如葉和灌木）、非光合作用冠層部分（如干和枝）和裸地；再結合徑向半球點云數據切片算法研究光合與非光合葉片元素在三維空間的空間分布模式，求出角度孔隙率，提取有效葉面積指數；根據分類結果，評估非光合作用冠層部分對森林角度孔隙率和有效葉面積指數計算的貢獻值。[0010]本發明的技術方案主要包括以下步驟：[0011](1)獲取森林樣方植被冠層的地面三維激光點云數據；[0012](2)對地面激光點云數據逐點分類。根據局域點集的幾何空間分布模式，一個局域點集的協方差矩陣可以用以下公式表示：[0013]Ccov=E{(A-B)T(A-B)}(1)[0014]其中，A代表原始局域點集的NX3維矩陣；B代表中心矩陣；T是矩陣轉換操作；E是數學期望值；通過支撐域內已知點協方差矩陣的有序特征值和特征向量得到該局域點集的顯著性特征值；將特征向量升序排列，三類點云的特征值用以下表達式表示：①（λ。>>λλ2)代表具有線性特征的非光合冠層部分；②（λλλ2)代表具有隨機分布特征的光合作用冠層部分；③（λ。~λi>>λ2)代表無關聯特征的裸地部分；給定局域點集的顯著性特征S用公式（2)表示：[0015]S=(λ2，λ。-λi，λ廠λ2)(2)[0016]對三類點集的每一類手動選取15-20個訓練樣本集并且計算它們相應的顯著性特征值；然后利用期望最大化算法和高斯混合模型，基于地面激光點云中每個點的不同顯著性特征值對其進行逐點分類；符合高斯密度函數的地面激光點云數據點Χ]的條件概率模型中的未知參數通過期望最大化算法得到；因此，將每個點的顯著性特征值輸入高斯混合模型中得到某類點的條件概率模型；地面激光點云中的每個點用其最高的條件概率來標記；由此產生的初始分類進一當前第1頁1 2 3