[發明專利]一種結合激光雷達和高光譜數據對森林樹種分類的方法

在審

• 申請號: 201810864245.7
• 申請日: 2018-08-01
• 公開（公告）號: CN109164459A
• 公開（公告）日: 2019-01-08
• 發明（設計）人: 曹林;申鑫;皋廈;劉浩;汪貴斌
• 申請（專利權）人: 南京林業大學
• 主分類號: G01S17/88
• 分類號: G01S17/88;G01N21/84
• 代理公司: 南京申云知識產權代理事務所(普通合伙) 32274
• 代理人: 邱興天

1.一種結合激光雷達和高光譜數據對森林樹種分類的方法，其特征在于，通過激光雷達點云數據中的點云距離的差異提取研究區內的單木冠幅，然后提取高光譜數據中作為分類的變量特征，結合提取的單木冠幅，將高光譜特征在冠幅內進行統計與匯總，以匯總過后的特征均值作為訓練樣本對樹種利用隨機森林算法進行分類。

2.根據權利要求1所述的結合激光雷達和高光譜數據對森林樹種分類的方法，其特征在于，包括以下步驟：

(1)借助飛機采集激光雷達和高光譜數據，在地面設置樣地，并在樣地中記錄樹種并計數，同時對樣地中單木位置進行定位以用于模型訓練樣本選擇；

(2)通過激光雷達點云數據計算歸一化點云數據，并對原始高光譜數據進行輻射定標和校正，實現遙感數據的預處理；

(3)基于點云的距離判斷聚類方法對單木的冠幅進行提取；

(4)提取高光譜影像特征并篩選特征變量；

(5)通過隨機森林算法利用單木冠幅尺度的高光譜特征對森林樹種進行分類。

3.根據權利要求1或2所述的結合激光雷達和高光譜數據對森林樹種分類的方法，其特征在于，所述單木冠幅的提取是利用樹與樹之間的相對水平距離對點云從高到低來進行單木的分割，具體包括：事先根據實際冠幅大小設置閾值，大于閾值的點將不會被分割到目標單木里，小于閾值的點按照最小距離規則分割到對應的單木上，同一棵樹的點云所覆蓋的水平范圍即單木的冠幅范圍，從而完成單木冠幅的提取。

4.根據權利要求2所述的結合激光雷達和高光譜數據對森林樹種分類的方法，其特征在于，所述遙感數據預處理的具體步驟為：首先去除激光雷達原始點云數據的噪音點，基于濾波方法去除非地面點，然后通過計算每個像元內激光點高度的平均值，生成數字高程模型，并利用生成的數字高程模型，計算歸一化點云數據；借助傳感器輻射定標數據對原始高光譜數據進行輻射定標，并利用經驗線性模型結合地面實測標靶光譜數據進行大氣校正，同時，利用地面實測控制點對高光譜影像進行幾何精校正。

5.根據權利要求4所述的結合激光雷達和高光譜數據對森林樹種分類的方法，其特征在于，所述數字高程模型的空間分辨率為0.5m。

6.根據權利要求2所述的結合激光雷達和高光譜數據對森林樹種分類的方法，其特征在于，所述步驟4中提取的高光譜影像特征包括原始光譜波段、紋理特征、植被指數和主成分變換的前十主成分。

7.根據權利要求6所述的結合激光雷達和高光譜數據對森林樹種分類的方法，其特征在于，所述紋理特征包括相關度、對比度、相異性、信息熵、均勻度、均值、二階矩、偏斜度和方差，所述植被指數包括簡單比值植被指數、修正型簡單比值植被指數、歸一化植被指數、修正型歸一化植被指數、土壤調節植被指數、紅邊脅迫指數、植被衰減指數和植被水含量指數。

8.根據權利要求2所述的結合激光雷達和高光譜數據對森林樹種分類的方法，其特征在于，所述步驟4中通過隨機森林算法的變量重要性度量篩選特征變量。