基于多回波点云数据的行道树单株木叶面积指数研究
文献综述
- 引言
本研究基于多回波点云数据提取行道树单株木叶面积指数。多回波点云数可通过机载激光雷达（Airborne Laser Scanning, ALS）或地基激光雷达（Terrestrial Laser Scanning, TLS）等扫描提取获得，是一种获取树木三维影像的重要方式。本文使用的地基激光雷达通过接受激光回波的三维坐标，强度及回拨次数，回波类型等数据，精确获取待测目标三维综合点云数据（50米内分辨率5毫米）。植被叶片的疏密程度常用叶面积指数（Leaf Area Index, LAI）来表征。叶面积指数反映了植物叶面积的数量变化，及一林分或一株叶的表面积与土地表面积的比率，定量描述了群体水平上叶子的生长和叶子密度的变化。城市行道树作为城市绿地生态系统的重要组成部分之一，对城市生态环境的可持续发展起到重要作用。因此，本研究选择利用地基激光雷达扫描获得的点云数据计算单株行道树的叶面积指数，进而分析不同树种的行道树的绿化效果，以及对这种算法的优化。综述所包含的文献除均引用2010至2017年在中外文献上发表的论文，重点讨论了点云提取算法和不同行道树中在LAI上的差异。
- 研究行道树叶面积的必要性，行道树在城市生态中的作用。
作为城市生态系统和城市景观的重要组成部分，行道树在减缓暴雨引起的城市地表径流，降低汽车尾气对于环境的污染，缓解城市街道峡谷区域的热量聚集，减弱街道噪声和降低能耗等方面有特殊的作用。【1】行道树在建筑，水泥地和密集活动的人群中，决定了街道独特的小气候，它的降温、增湿和遮光等效应形成了当地独特的小气候。【2】
绿色植物通过其生理活动产生的物质循环和能量流动，对环境起到一种改善作用而叶片是植物进行物质循环和能量流动的重要器官，叶片数量越多，树木的中叶面积越大，其叶面积指数也越大，对环境改善的作用也越明显。【3】当前城市行道树信息获取以人工实测为主，效率及技术水平相对落后。由于行道树形态特征复杂，且城市道路两侧植被受人为因素影响较大、形态变化较快，探索一种基于现代数据采集手段，实现自动、快速、准确的提取植被信息的方法具有重要的理论意义和实践价值。【4】
- 地基点云研究树冠结构的LAI、LAD
叶面积是一个重要的植物树冠结构参数，有着重要的生态意义。通过搭载在地基激光雷达（ terrestrial laser scanner，TLS）的激光探测测量技术（Light detection and ranging technology ，LiDAR）是一个有吸引力的方法来准确地估计叶面积指数（leaf area index,LAI）;然而,实际的效用的扫描仪在很大程度上取决于点云数据( point cloud data,PCD)的分析。【5】叶面积指数被定义为单位水平地表上总叶面积的一半，它是多方面理解生物生理过程和双向反射分布函数模型的关键输入参数。Beer定律是在假设无损检索LAI和叶片单元随机角度分布的前提下提取LAI的方法。【6】
激光雷达LiDAR，特别是小光斑LiDAR光斑尺度比较小，能够穿透冠层内部，获取详细的点云数据。目前，利用小光斑LiDAR 主要通过计算冠层内发射激光束与冠层之间的接触频率或通过间隙率理论估算冠层 LAD值。【7】基于体元的冠层分析法（Voxel-based Canopy Profiling，VCP），是 Hosoi 和Omasa（2006）基于接触频率的思想提出的。该方法将从多个站点对研究对象扫描的地基LiDAR点云数据配准到一个坐标下，然后建立立方体元模型，估算每层冠层叶片与激光的接触频率，并构建叶倾角校正因子，从而求得 LAD 值。【8】
- 分回波地基点云用于提取结构参数
LiDAR技术应用于机载和地基激光雷达上，是探测有效空间信息的一种重要方法。然而，LiDAR很容易采集到既不是植被也不是地面或建筑物的无效点。这些点通过目视解译在LiDAR-displaying 等软件中可以被观察到。这些点来源于云、鸟类、昆虫和灰尘等，他们污染点云数据且没有任何作用。因此过滤无效点是激光雷达必须要做的工作之一。【9】
对于叶面积指数和叶面积密度来说，需要对叶片和枝干进行分离。点云数据采集到的点云包含了他的回波次数参数，不同的回波次可以帮助我们分离枝干和叶片，进而提取更加精确的结构参数。除此之外，我们也可以利用体元和叶倾角以及点云间的位置关系来区分枝干，叶片和地面。【10】
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
