蔡碩，邢艷秋，端木嘉龍

(東北林業(yè)大學(xué) 工程技術(shù)學(xué)院，哈爾濱 150040)

0 引言

精確估測(cè)森林結(jié)構(gòu)參數(shù)，不僅對(duì)全球氣候變化研究起著重要的促進(jìn)作用，更與中國(guó)在國(guó)際碳貿(mào)易談判中的地位息息相關(guān)[1-2]。在過(guò)去20年中，激光掃描技術(shù)作為一種森林信息收集、參數(shù)提取[3-4]與建模[5-6]的重要手段，在森林調(diào)查中得到了廣泛的應(yīng)用[7]，激光掃描技術(shù)可以在一定程度上取代人工作業(yè)，對(duì)森林進(jìn)行快速、高精度和無(wú)破壞數(shù)據(jù)采集的特點(diǎn)，極大地提高了森林信息采集的精度與效率[8-10]。背包式激光掃描技術(shù)(Backpack laser scanning，BLS)由單人背負(fù)，在復(fù)雜的林下地形中具有十分優(yōu)秀的可通過(guò)性，這使得BLS具有掃描速度快，覆蓋范圍廣的優(yōu)點(diǎn)[11]，更能通過(guò)多角度的數(shù)據(jù)拼接使得所收集的點(diǎn)云數(shù)據(jù)結(jié)構(gòu)更加完整，在森林結(jié)構(gòu)參數(shù)提取方面有著十分巨大的研究潛力。

胸徑提取是BLS在林業(yè)中的主要應(yīng)用方面，Xie等[12]使用BLS提取林木胸徑，均方根誤差(Root mean square error，RMSE)為2.1 cm，通過(guò)點(diǎn)云密度校正最后將RMSE提高到1.5 cm。Oveland等[13]比較地基激光雷達(dá)(Terrestrial laser scanning,縮寫為TLS)、手持激光雷達(dá)(Handheld laser scanner, HLS)和BLS提取胸徑的精度，BLS的平均誤差0.1 cm，RMSE為2.2 cm，RMSE百分比為9.1%。Cabo等[14]對(duì)比BLS與TLS提取胸徑精度，BLS提取胸徑的RMSE 為1.1 cm，整體偏差為-0.1 cm。Chen等[15]提出了一種利用BLS通過(guò)擬合多邊形圓柱體計(jì)算軀干直徑的點(diǎn)云數(shù)據(jù)來(lái)計(jì)算圓柱體積的方法，胸徑估計(jì)值的總體偏差為-1.26 cm，RMSE為1.58 cm。現(xiàn)有的研究主要停留在地勢(shì)平坦的地方使用BLS，并未對(duì)BLS應(yīng)用于大坡度林地胸徑提取精度進(jìn)行研究，而且BLS與TLS在掃描的數(shù)據(jù)精度方面有著一定的差距。BLS點(diǎn)云精度的不足主要源自進(jìn)行點(diǎn)云拼接的誤差和在不同精度點(diǎn)云片段融合時(shí)所產(chǎn)生的精度損失。由于在林下沒(méi)有GPS信號(hào)，只能使用即時(shí)定位與地圖構(gòu)建技術(shù)(Simultaneous localization and mapping, SLAM)算法解決這種問(wèn)題，且目前還沒(méi)有特別好的SLAM算法能夠使BLS點(diǎn)云精度達(dá)到TLS一個(gè)水平。此外，在傳感器與被測(cè)點(diǎn)距離較遠(yuǎn)時(shí)，慣性測(cè)量單元(Inertial measurement unit, IMU)所計(jì)算出位移會(huì)被嚴(yán)重放大，這使得BLS所采集的數(shù)據(jù)片段存在在測(cè)量距離較遠(yuǎn)時(shí)誤差較大的缺點(diǎn)。當(dāng)所有點(diǎn)云片段被機(jī)械融合之后，高精度的數(shù)據(jù)與低精度的數(shù)據(jù)被混合在一起，造成嚴(yán)重的精度損失。在這種情況下，如何使用現(xiàn)有的BLS獲取數(shù)據(jù)來(lái)提取出林木真實(shí)信息成為需要解決的問(wèn)題。

為解決BLS提取林木胸徑精度低的問(wèn)題，本研究以廣西高峰林場(chǎng)為研究對(duì)象，對(duì)BLS數(shù)據(jù)預(yù)處理，通過(guò)濾除不同點(diǎn)云強(qiáng)度的點(diǎn)云，使用圓擬合算法提取胸徑，將試驗(yàn)結(jié)果、實(shí)測(cè)數(shù)據(jù)及只經(jīng)過(guò)預(yù)處理的點(diǎn)云提取胸徑的結(jié)果進(jìn)行比對(duì)，研究出一種能夠在依據(jù)現(xiàn)有的提取胸徑流程基礎(chǔ)上提升BLS數(shù)據(jù)來(lái)提取林木胸徑精度的方法。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

研究區(qū)位于廣西國(guó)有高峰林場(chǎng)，該林場(chǎng)坐落于廣西南寧市(108°08′～108°53′E, 22°49′～23°15′N)。高峰林場(chǎng)年降雨量為1 300～1 600 mm。年平均蒸發(fā)量為1 500～2 800 mm, 年均相對(duì)濕度為81%。年日照總時(shí)數(shù)為1 500～1 700 h, 是典型的南亞熱帶季風(fēng)濕潤(rùn)氣候，林場(chǎng)地區(qū)土壤厚度平均為60～110 cm[16-18]。高峰林場(chǎng)森林覆蓋率達(dá)87%，主要樹(shù)種為桉樹(shù)(Eucalyptusrobusta)與杉木(Cunninghamia)，是我國(guó)西南部極具代表性的國(guó)有林場(chǎng)。

1.2 樣地調(diào)查

本研究選擇在廣西高峰林場(chǎng)界牌分場(chǎng)的3片人工桉樹(shù)林中進(jìn)行，森林密度約為700～800株/hm2，林下植被稀疏。樣地1地勢(shì)平緩，坡度為1°，胸徑標(biāo)準(zhǔn)差為2.63 cm；樣地2地勢(shì)為緩坡，坡度為18°，胸徑標(biāo)準(zhǔn)差為4.51 cm；樣地3地勢(shì)較為陡峭，坡度為28°，胸徑標(biāo)準(zhǔn)差為2.7cm。3塊樣地面積為25 m×25 m。測(cè)量人員使用胸徑尺手動(dòng)對(duì)樣地中的每株單木進(jìn)行檢尺并予以編號(hào)，樣地起測(cè)徑階5 cm，死樹(shù)不進(jìn)行編號(hào)，之后用全站儀測(cè)量單木之間的相對(duì)坐標(biāo)，完成樣地的單木定位建圖，樣地基本情況見(jiàn)表1。

表1 樣地基本情況

1.3 BLS數(shù)據(jù)采集

本研究使用的掃描設(shè)備技術(shù)參數(shù)見(jiàn)表2。

表2 掃描設(shè)備技術(shù)參數(shù)

在研究的每塊樣地中，背包式激光雷達(dá)操作員以樣地中心為起點(diǎn)實(shí)施“8”字條帶式閉合環(huán)路掃描，沿樣地一側(cè)中點(diǎn)走出，在樣地外以盡量與樣地邊界保持2 m距離為原則繞行至樣地另一側(cè)中點(diǎn)返回樣地中心，軌跡必須將樣地的2個(gè)角點(diǎn)包含在內(nèi)，且不額外跨越樣地邊界，并在樣地另一側(cè)以相同路線進(jìn)行掃描。行進(jìn)過(guò)程中，盡量保持設(shè)備的平穩(wěn)，避免原地轉(zhuǎn)動(dòng)及短距離大幅度的位移。本研究采集的BLS數(shù)據(jù)如圖1所示。

圖1 BLS掃描獲得的原始點(diǎn)云

1.4 點(diǎn)云數(shù)據(jù)預(yù)處理

將獲得的BLS數(shù)據(jù)中點(diǎn)周圍10 cm范圍內(nèi)無(wú)其他點(diǎn)作為噪音點(diǎn)剔除，通過(guò)不規(guī)則三角網(wǎng)算法提取出地面點(diǎn)，該算法能以不同層次的分辨率來(lái)描述地形表面,并可以靈活的處理特殊地形。把點(diǎn)云高程值減去對(duì)應(yīng)的地面點(diǎn)高程值，將點(diǎn)云數(shù)據(jù)進(jìn)行高程歸一化處理。獲得的點(diǎn)云生成距離地面2 m高的平行曲面，并以此曲面為中心對(duì)點(diǎn)云進(jìn)行切片，此高度在冠層下且無(wú)灌木，能更多避免除樹(shù)干點(diǎn)云之外的其他點(diǎn)云產(chǎn)生。對(duì)切片使用聚類算法進(jìn)行聚類，并將每一個(gè)聚類的水平坐標(biāo)視為識(shí)別出的單木位置，以此生成2D單木位置地圖。在此基礎(chǔ)上，以單木位置地圖為依據(jù)，在點(diǎn)云中進(jìn)行人工確認(rèn)校對(duì)，修正錯(cuò)誤的識(shí)別結(jié)果，以確保后續(xù)的胸徑提取順利進(jìn)行。

依照最終識(shí)別后的單木位置地圖對(duì)樹(shù)干點(diǎn)云進(jìn)行分割截取，并予以編號(hào)以獲取其樹(shù)干信息。將最終的單木位置地圖與樣地中全站儀測(cè)量的單木位置信息進(jìn)行旋轉(zhuǎn)匹配，實(shí)現(xiàn)人工檢尺結(jié)果與截取的樹(shù)干點(diǎn)云片段之間的一一對(duì)應(yīng)。

1.5 點(diǎn)云切片

為了最大限度避免枝葉、灌木等噪聲的混入影響點(diǎn)云數(shù)據(jù)信息質(zhì)量，導(dǎo)致胸徑提取結(jié)果偏大，如圖2所示，由圖2可知樹(shù)在1.3 m處長(zhǎng)出枝葉。擬在胸高周圍進(jìn)行多次切片，因?yàn)閹в袠?shù)枝的切片所擬合出的圓直徑會(huì)明顯的增大，嚴(yán)重影響提取胸徑的精度，所以選取每組切片點(diǎn)云求得的最小直徑作為胸徑?？紤]到作為試驗(yàn)樣地的桉樹(shù)林在胸高周圍斷面直徑變化不大，本實(shí)驗(yàn)在1～1.6 m范圍，以0.1 m為步長(zhǎng)進(jìn)行切片，對(duì)其進(jìn)行圓擬合并計(jì)算其直徑，其中選擇擬合直徑最小值，將視為胸徑提取的最終結(jié)果，與人工檢尺數(shù)據(jù)進(jìn)行參考比對(duì)。

圖2 胸徑處長(zhǎng)出樹(shù)枝的單木點(diǎn)云

1.6 濾除不同點(diǎn)云強(qiáng)度的點(diǎn)云

SLAM(Simultaneous localization and mapping)拼接原理是相鄰幀的點(diǎn)云通過(guò)找距離最近的特征點(diǎn)匹配完成點(diǎn)云拼接，每一幀的點(diǎn)云中與激光頭距離較近的點(diǎn)云占大多數(shù)，大部分特征點(diǎn)同樣是掃描距離較近的點(diǎn)云，每一幀點(diǎn)云拼接時(shí)掃描距離的點(diǎn)云拼接誤差較小，隨著掃描距離的增加誤差會(huì)逐漸增大。根據(jù)朗伯體散射模型激光方程可簡(jiǎn)化為[19]：

(1)

式中：Pr為接收激光功率；Pt為發(fā)射激光功率；Dr為接收機(jī)孔徑；R為掃描儀中心到掃描目標(biāo)點(diǎn)距離；ηatm為大氣傳輸系數(shù)；ηsys為掃描系統(tǒng)傳輸系數(shù)；ρ為目標(biāo)反射率；θ為入射激光與目標(biāo)表面的法向量之間的夾角，即為激光入射角。

在使用的數(shù)據(jù)為樹(shù)干點(diǎn)云情況下，激光雷達(dá)數(shù)據(jù)中點(diǎn)云強(qiáng)度主要受被掃描物體與激光雷達(dá)距離影響，在提取胸徑時(shí)使用到的點(diǎn)云都是樹(shù)干的點(diǎn)云，因此樹(shù)干處點(diǎn)云強(qiáng)度只受掃描距離的影響。圖3為單木在1.2～1.4 m處的點(diǎn)云切片，點(diǎn)云強(qiáng)度的顏色使用色相飽和度值(Hue Saturation Value, HSV)顏色模型表示，在最外部的點(diǎn)云和最內(nèi)部的點(diǎn)云顏色為紅色，代表點(diǎn)云強(qiáng)度低，在較中間的點(diǎn)云顏色逐漸變?yōu)榫G色和藍(lán)色，代表點(diǎn)云強(qiáng)度高，最外部的和最內(nèi)部紅色點(diǎn)云是錯(cuò)誤描述樹(shù)真實(shí)形態(tài)的點(diǎn)云，屬于拼接錯(cuò)誤的點(diǎn)云，在最理想的條件下，BLS掃描出的胸徑切片應(yīng)該和精度很高的TLS掃描結(jié)果相似，只有樹(shù)干最外圈的一圈點(diǎn)云不是這種接近實(shí)心圓的點(diǎn)云。

圖3 單木胸徑處切片圖

為了將影響樹(shù)木真實(shí)形態(tài)的點(diǎn)云濾除，提升胸徑提取精度，同時(shí)避免因?yàn)闇y(cè)量員使用BLS在試驗(yàn)樣地掃描數(shù)據(jù)時(shí)未將樣地邊緣的林木近距離掃描，使得樣地邊緣的林木點(diǎn)云強(qiáng)度比樣地中心點(diǎn)林木云強(qiáng)度低，因此從定量的角度進(jìn)行分析，本研究分別選擇所有樹(shù)木點(diǎn)云強(qiáng)度百分比、單株樹(shù)木點(diǎn)云強(qiáng)度百分比和點(diǎn)云強(qiáng)度等級(jí)3個(gè)方面進(jìn)行濾除提取胸徑。

1.7 基于landou-smitch圓擬合算法提取胸徑

Landou圓形擬合算法是線性最小二乘算法中的一種，使用非迭代的方法，使計(jì)算效率更高，并具有較高的魯棒性，更適用于BLS點(diǎn)云數(shù)據(jù)質(zhì)量較低的情況。該算法是在傳統(tǒng)的最小二乘擬合圓的算法基礎(chǔ)上進(jìn)行改變，最小二乘法擬合圓是通過(guò)所有點(diǎn)與擬合出來(lái)的圓距離平方和最近得到的，其原理是首先假定一個(gè)點(diǎn)j作為圓心，并假定一個(gè)半徑r，其他點(diǎn)通過(guò)以假定點(diǎn)j作為圓心，與假定點(diǎn)j之間的距離作為半徑做出一個(gè)圓，求出這個(gè)圓與假定圓之間的面積差，當(dāng)假定的圓與其他所有點(diǎn)以j構(gòu)成的圓面積差的和最小，則這個(gè)假定的圓成為擬合的圓[20]。將之前每棵單木所有的點(diǎn)云切片使用landou-smitch算法進(jìn)行圓擬合獲取胸徑。

2 結(jié)果與分析

本研究將基于濾除不同點(diǎn)云強(qiáng)度的點(diǎn)云數(shù)據(jù)胸徑提取結(jié)果與人工檢尺結(jié)果及原始點(diǎn)云胸徑提取結(jié)果對(duì)比，從以下3個(gè)方面對(duì)該方法在指定樣地條件下是否可行進(jìn)行評(píng)價(jià)：RMSE(公式中用RMSE)；RMSE百分比(公式中用RMSE%)；平均誤差(η)。具體公式為：

(2)

(3)

(4)

3塊樣地處理結(jié)果見(jiàn)表3。

表3 3塊樣地濾除不同強(qiáng)度點(diǎn)云胸徑提取結(jié)果

通過(guò)觀察表3可知，樣地1中濾除點(diǎn)云類型為單株點(diǎn)云強(qiáng)度時(shí)，閾值為20%時(shí)RMSE值為1.18 cm，RMSE百分比為5.29%，平均誤差0.96 cm，胸徑提取精度最高，閾值在40%以下時(shí)胸徑提取精度較原始點(diǎn)云提高；濾除點(diǎn)云類型為樣地點(diǎn)云強(qiáng)度時(shí)，閾值為20%時(shí)RMSE值為1.46 cm，RMSE百分比為6.55%，平均誤差1.25 cm，胸徑提取精度最高，閾值在40%以下時(shí)胸徑提取精度較原始點(diǎn)云提高；濾除點(diǎn)云類型為點(diǎn)云強(qiáng)度值等級(jí)時(shí)，閾值為20時(shí)RMSE值為0.99 cm，RMSE百分比為4.44%，平均誤差0.79 cm，胸徑提取精度最高，閾值在40以下時(shí)胸徑提取精度較原始點(diǎn)云提高。

樣地2濾除點(diǎn)云類型為單株點(diǎn)云強(qiáng)度時(shí)，閾值為60%時(shí)RMSE值為4.72 cm，RMSE百分比為24.38%，平均誤差4.52 cm，胸徑提取精度最高，閾值在80%以下時(shí)胸徑提取精度較原始點(diǎn)云提高；濾除點(diǎn)云類型為樣地點(diǎn)云強(qiáng)度時(shí)，閾值為60%時(shí)RMSE值為4.72 cm，RMSE百分比為24.38%，平均誤差4.36 cm，胸徑提取精度最高，閾值在80%以下時(shí)胸徑提取精度較原始點(diǎn)云提高；濾除點(diǎn)云類型為點(diǎn)云強(qiáng)度值等級(jí)時(shí)，閾值為40時(shí)RMSE值為4.73 cm，RMSE百分比為24.43%，平均誤差4.37 cm，胸徑提取精度最高，閾值在60以下時(shí)胸徑提取精度較原始點(diǎn)云提高。

樣地3中濾除點(diǎn)云類型為單株點(diǎn)云強(qiáng)度時(shí)，閾值為40%時(shí)RMSE值為2.15 cm，RMSE百分比為10.24%，平均誤差1.76 cm，胸徑提取精度最高，閾值在60%以下時(shí)胸徑提取精度較原始點(diǎn)云提高；濾除點(diǎn)云類型為樣地點(diǎn)云強(qiáng)度時(shí)，閾值為20%時(shí)RMSE值為2.23 cm，RMSE百分比為10.62%，平均誤差1.61 cm，胸徑提取精度最高，閾值在90%以下時(shí)胸徑提取精度較原始點(diǎn)云提高；濾除點(diǎn)云類型為點(diǎn)云強(qiáng)度值等級(jí)時(shí)，閾值為40時(shí)RMSE值為2.17 cm，RMSE百分比為10.34%，平均誤差1.58 cm，點(diǎn)云胸徑提取精度最高，閾值在60以下時(shí)胸徑提取精度較原始點(diǎn)云提高。

圖4為同株樹(shù)木在胸徑位置濾除不同的點(diǎn)云強(qiáng)度的點(diǎn)云后切片圖，圖4中點(diǎn)云強(qiáng)度的顏色由HSV顏色模型表示，圖4(a)中可以看到在樹(shù)周圍多出來(lái)一小塊點(diǎn)云，這一部分點(diǎn)云明顯會(huì)對(duì)胸徑提取結(jié)果產(chǎn)生不好的影響。在圖4(b)中濾除單株點(diǎn)云強(qiáng)度最低的20%點(diǎn)云，濾除掉的這一部分點(diǎn)云包含圖4(a)中的那一部分低強(qiáng)度的點(diǎn)云，胸徑提取的精度提升，而隨著濾除的點(diǎn)云數(shù)量增多，由圖4(e)、圖4(f)可見(jiàn)，濾除過(guò)多點(diǎn)云導(dǎo)致樹(shù)木真實(shí)形態(tài)被破壞，對(duì)于提取胸徑產(chǎn)生不好的影響。

圖4 同株樹(shù)木濾除不同點(diǎn)云強(qiáng)度閾值的點(diǎn)云單木胸徑處切片圖

3 討論與結(jié)論

3.1 討論

實(shí)驗(yàn)結(jié)果如圖5所示，由圖5可知，濾除不同點(diǎn)云強(qiáng)度的點(diǎn)云會(huì)對(duì)胸徑提取精度產(chǎn)生不同影響，降低胸徑提取精度的點(diǎn)云大部分都是點(diǎn)云強(qiáng)度低的點(diǎn)云，這些低點(diǎn)云強(qiáng)度的點(diǎn)云代表在某一幀距離激光頭較遠(yuǎn)處掃描獲得的點(diǎn)云。在濾除掉低于一定閾值點(diǎn)云強(qiáng)度的點(diǎn)云會(huì)使胸徑提取精度上升，能夠達(dá)到提升胸徑提取精度的效果。

圖5 3塊樣地點(diǎn)云濾除RMSE圖

為了探究本方法在坡地是否適用，選擇了2塊坡地與1塊平地進(jìn)行試驗(yàn)，3塊樣地均能通過(guò)濾除一定點(diǎn)云強(qiáng)度的點(diǎn)云來(lái)提升胸徑提取精度，且提升的精度效果較好。平地樣地中，從百分比濾除點(diǎn)云來(lái)看無(wú)論是從整體點(diǎn)云入手還是從單株點(diǎn)云入手，均在濾除掉點(diǎn)云強(qiáng)度最低的20%點(diǎn)云時(shí)胸徑提取精度最高，在從點(diǎn)云強(qiáng)度等級(jí)來(lái)看，在濾除強(qiáng)度值等級(jí)20以下的點(diǎn)云胸徑精度提升最高。在緩坡樣地中，從百分比濾除點(diǎn)云來(lái)看無(wú)論是從整體點(diǎn)云入手還是從單株點(diǎn)云入手，均在濾除掉點(diǎn)云強(qiáng)度最低的60%點(diǎn)云時(shí)胸徑提取精度最高，在從點(diǎn)云強(qiáng)度等級(jí)來(lái)看，在濾除強(qiáng)度值等級(jí)40以下的點(diǎn)云胸徑精度提升最高。在陡坡樣地中，從整體點(diǎn)云入手，濾除掉點(diǎn)云強(qiáng)度最低的20%點(diǎn)云時(shí)胸徑提取精度最高；從單株點(diǎn)云入手，在濾除掉點(diǎn)云強(qiáng)度最低的40%點(diǎn)云時(shí)胸徑提取精度最高，在從整體點(diǎn)云強(qiáng)度等級(jí)來(lái)看，在濾除強(qiáng)度值等級(jí)40以下的點(diǎn)云精度提升最高。當(dāng)通過(guò)此方法使胸徑精度提升到一定程度時(shí)，再繼續(xù)濾除點(diǎn)云強(qiáng)度更高的點(diǎn)云會(huì)使代表樹(shù)木真實(shí)形態(tài)的點(diǎn)云消失，導(dǎo)致胸徑提取的精度下降。BLS數(shù)據(jù)濾除的過(guò)程以降低數(shù)據(jù)的完整性，降低數(shù)據(jù)的冗余度為代價(jià)，保證了可用于胸徑提取的有效范圍內(nèi)點(diǎn)云數(shù)據(jù)的質(zhì)量。

設(shè)定的點(diǎn)云強(qiáng)度閾值受多種因素影響，3塊樣地在過(guò)濾掉相同強(qiáng)度閾值的點(diǎn)云時(shí)對(duì)胸徑精度影響并不相同。因?yàn)樵诘貏?shì)平緩的樣地中，測(cè)量員便于行走，背包式激光雷達(dá)晃動(dòng)較小，點(diǎn)云配準(zhǔn)精度較高，能夠真實(shí)表示樹(shù)木形態(tài)的點(diǎn)云比例較多，所以胸徑提取誤差較小。本實(shí)驗(yàn)中所使用的背包式激光雷達(dá)的掃描高度與人體身高十分接近，因此在枝下高較低或林下灌木較為茂盛的樣地中進(jìn)行掃描，很容易因?yàn)橹θ~剮蹭造成傳感器的損壞。這一定程度上可能會(huì)對(duì)點(diǎn)云數(shù)據(jù)的采集與拼接造成影響，從而導(dǎo)致胸徑提取結(jié)果的精度下降。

本實(shí)驗(yàn)方法在平地樣地可使胸徑提取的RMSE達(dá)到0.99 cm，較于Oveland等[13]平地使用BLS提取胸徑RMSE為2.16 cm和Chen等[15]RMSE為1.58 cm有所降低，在坡地樣地中同樣能有效地降低胸徑提取的誤差，此方法能夠有效地在現(xiàn)有的方法上提高胸徑提取精度。實(shí)驗(yàn)結(jié)果證明，針對(duì)背包式激光雷達(dá)點(diǎn)云數(shù)據(jù)的數(shù)據(jù)特征，通過(guò)濾除低強(qiáng)度點(diǎn)云并進(jìn)行圓擬合來(lái)提升胸徑提取精度方法是可行的，能夠解決在坡地方面胸徑提取精度較低的問(wèn)題。

3.2 結(jié)論

本研究使用背包式激光雷達(dá)在廣西高峰林場(chǎng)界牌分場(chǎng)的人工桉樹(shù)林濾除不同點(diǎn)云強(qiáng)度的點(diǎn)云進(jìn)行胸徑提取，通過(guò)與人工實(shí)測(cè)數(shù)值及保留原始點(diǎn)云數(shù)據(jù)提取到的胸徑比對(duì)，對(duì)點(diǎn)云強(qiáng)度對(duì)胸徑提取精度進(jìn)行研究，得出以下結(jié)論。

1)背包式激光雷達(dá)數(shù)據(jù)中點(diǎn)云強(qiáng)度值比較低的點(diǎn)云會(huì)對(duì)胸徑提取誤差增加一倍以上，濾除這些低點(diǎn)云強(qiáng)度的點(diǎn)云能夠增加胸徑提取的精度，3塊樣地在濾除樣地單株點(diǎn)云強(qiáng)度值最低的40%點(diǎn)云及點(diǎn)云強(qiáng)度值等級(jí)低于40的點(diǎn)云時(shí)，胸徑估測(cè)結(jié)果精度均能提升，較好地解決背包式激光雷達(dá)在林業(yè)中胸徑提取精度不高的問(wèn)題。

2)由于測(cè)量人員在林下條件復(fù)雜的地勢(shì)無(wú)法平穩(wěn)行走，所獲得的數(shù)據(jù)質(zhì)量比平地要差，設(shè)備在測(cè)量時(shí)抖動(dòng)越厲害，點(diǎn)云配準(zhǔn)誤差越大，影響樹(shù)木真實(shí)形態(tài)的低質(zhì)量點(diǎn)云數(shù)量較多，使用此方法濾除點(diǎn)云強(qiáng)度的閾值需設(shè)置更高。

從本研究結(jié)果上看出還存在需要解決的問(wèn)題,在下一步工作中完成。比如此次選擇了林下植被較為稀疏的林分進(jìn)行實(shí)驗(yàn)，然而野外實(shí)際調(diào)查過(guò)程中，不可避免地會(huì)遇到林下環(huán)境較為復(fù)雜，穿行不便的情況。因此，背包式激光雷達(dá)在枝下高度較低、林下灌木較為茂盛的林分中，點(diǎn)云強(qiáng)度對(duì)胸徑提取精度的影響未能探究。還比如不同型號(hào)的BLS的算法不同，獲得的數(shù)據(jù)質(zhì)量有差距，降低胸徑提取精度的閾值是否相同未能研究。