南京林业大学学报（自然版） ›› 2024, Vol. 48 ›› Issue (04): 113-122.
易静, 马开森, 向建平, 唐杰, 蒋馥根, 陈松, 孙华
摘要： 【目的】针对直接使用地面激光雷达生成的冠层高度模型(canopy height model, CHM)和归一化点云(normalized point cloud, NPC)在复杂林分探测中存在单木探测能力不足的问题，研究引入点云切片结合聚类的方法以提高单木探测精度。【方法】以广西壮族自治区6个不同林分密度的人工林样地为研究对象，利用地面激光扫描获取样地的归一化点云数据，提取高度在1.3 m处的点云切片，分别采用基于密度噪声应用空间聚类(DBSCAN)和均值漂移聚类(MS)算法对切片中的树干点云进行聚类。利用野外实测调查数据进行精度验证，并与基于CHM的局部最大值算法和基于NPC的点云分割算法(point cloud segmentation, PCS)的探测结果对比，评价和分析不同探测方法的适用性与参数敏感性。【结果】所有方法均可获得良好的探测结果，各样地的最优总体探测精度得分F≥0.86;点云切片结合聚类算法的单木探测方法结果最优。DBSCAN算法的聚类阈值(Eps)和均值漂移算法的聚类半径可显著影响单木探测率，最大Eps取决于最大林木间距，聚类半径接近最大单木胸径时的探测结果最优。【结论】基于点云切片结合聚类算法的单木探测能提高下层林木探测率，可有效改善高密度林分的单木探测精度，为不同林分的单木探测方法选择提供参考。
中图分类号:
