文献类型：期刊文章

作　　者：李平昊[1] 申鑫[1] 代劲松[2] 曹林[1]

Li Pinghao;Shen Xin;Dai Jinsong;Cao Lin(Co-Innovation Center for Sustainable Forestry in Southern China,Nanjing Forestry University,Nanjing 210037;Center for Forest Resource Monitoring of Zhejiang Province,Hangzhou 310020)

机构地区：[1]南京林业大学南方现代林业协同创新中心,南京210037 [2]浙江省森林资源监测中心,杭州310020

出　　处：《林业科学》

基　　金：国家重点研发计划(2017YFD0600904);国家自然科学基金项目(31770590);江苏省高校优势学科建设工程资助项目(PAPD)

年　　份：2018

卷　　号：54

期　　号：12

起止页码：127-136

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：【目的】研究分水岭算法、四次多项式拟合法和基于点云的距离判别聚类法对人工林单木分割的适用性,分析3种方法对人工林单木分割的精度,探索进行单木分割时3种方法关键参数的最优选择。【方法】结合地面实测数据和目视解译方法,计算单木探测率、准确率和F得分,比较分水岭算法、四次多项式拟合法和基于点云的距离判别聚类法的单木分割精度,并通过改变栅格化冠层高度模型(CHM)的分辨率及调整基于点云的距离判别聚类法的距离阈值,分别对3种方法进行单木提取效果的敏感性分析。【结果】1)分水岭算法、四次多项式拟合法和基于点云的距离判别聚类法对人工林单木总体分割精度较高(F=0.76～0.83); 2)对于"复杂林型"样地,基于点云的距离判别聚类法的分割精度最高(F=0.78),优于分水岭算法(F=0.74)和四次多项式拟合法(F=0.53);对于"中等复杂林型"样地,基于点云的距离判别聚类法的分割精度最高(F=0.89),优于分水岭算法(F=0.84)和四次多项式拟合法(F=0.75);对于"简单林型"样地,基于点云的距离判别聚类法(F=0.89)、分水岭算法(F=0.89)和四次多项式拟合法(F=0.93)的分割精度都较高; 3)敏感性分析结果表明,当CHM分辨率为0.5 m×0.5 m时,分水岭算法和四次多项式拟合法的分割精度最高;当基于点云的距离判别聚类法的距离阈值近似样地平均冠幅半径时,其分割精度最高。【结论】对多种类型样地进行单木分割,体现了分水岭算法、四次多项式拟合法和基于点云的距离判别聚类法对人工林单木分割的适用性;结合多种类型样地充分评估并比较了3种方法对人工林单木分割的精度;通过对3种方法进行敏感性分析,阐述了进行单木分割时关键参数的最优选择。

关 键 词：LiDAR  人工林 单木分割  分水岭算法  四次多项式拟合法  基于点云的距离判别聚类法  

分 类 号：S757]