CN116503727B 一种基于泊松分布和点云聚类的植被聚集度指数估算方法 （电子科技大学）_第1页
CN116503727B 一种基于泊松分布和点云聚类的植被聚集度指数估算方法 （电子科技大学）_第2页
CN116503727B 一种基于泊松分布和点云聚类的植被聚集度指数估算方法 （电子科技大学）_第3页
CN116503727B 一种基于泊松分布和点云聚类的植被聚集度指数估算方法 （电子科技大学）_第4页
CN116503727B 一种基于泊松分布和点云聚类的植被聚集度指数估算方法 （电子科技大学）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于泊松分布和点云聚类的植被聚集本发明属于激光雷达遥感数据处理技术领发生偏移的聚类中心数量与全部泊松点数量之分布和点云聚类的激光雷达植被聚集度指数估2通过激光扫描仪扫描得到目标样地的数据源，并进行预处理后，将通过步骤1对归一化点云生成CHM后，使用基于树顶点云梯据在水平面的边界为区间，并按照不大于冠层原始点云的密度在点云单元内生成泊松点，这些泊松点即为理想状态下冠层点云空间分布的参照点；其中泊松分布的参数λ等于其数将步骤3获取的泊松点作为聚类的初始样本中心，使用K_means再将整片样地中不同点云单元在水平面上的投影面积作为权重，对最后把冠层按照所需的高度间隔在垂直方向上进行划分，计算出2.如权利要求1所述基于泊松分布和点云聚类的植被聚集度指数估算方法，其特征在3.如权利要求2所述基于泊松分布和点云聚类的植被聚集度指数估算方法，其特征在34[0002]森林冠层的几何结构对于研究辐射在植物冠层的传输和分布以及叶片的光合作5给定LAI和叶元素宽度的情况下，当在假定树冠元素随机分布时不可能的大间隙被移除时[0017]其中clccx(0,p)是使用CICC方法的分段k的元素聚集度指数，而p:(0,p)是分段k的6上同时获取地基和机载激光雷达点云数据，在两种数据的采集范围重叠部分选取不小于[0025]通过步骤1对归一化点云生成CHM后，使用基于树顶点云梯度变化的点云分割算录作为叶片空间分布与泊松分布偏移程度的使用K_means算法进行聚类时往往存在着初始样本中心设置对聚类结果影响较大的问题，[0033]分析步骤4中得到的聚类后聚类中心位置相较于原始泊松点位置的偏移量，设定7所需的高度间隔在垂直方向上进行划分，计算出整片样地在不同高度上的聚集度指数分[0039]冠层高度模型(CanopyHeightModel,CHM)是林业应用的一个重要模型,是一个[0044]K_means算法又名K均值算法,是一种通于通过对比聚类前后聚类中心的空间移动距离来定量描述冠层点云与泊松分布状态的偏8[0046]综上所述，本发明在考虑到理想状态下冠层中叶片分布[0056]图10为本方法分别对地基和机载激光雷达数据进行聚集度指数反演的结果对比9一个点云单元内部未发生偏移的样本中心数量与泊松点数量的比值即为该区域的聚集度了一块50m*50m大小的样地，传感器扫描参数以及样地内树木分布情况分别如表1和表2所[0064]图2为实施例样地数据的示意图，其中(a)为地基激光雷[0066]表1机载激光扫描(ALS)和地基激光扫描(TLS)传感器及采集参数。传感器的规格[0069]表2每片样地和各种数据源的树木数量。其中大多数树木都是通过不同的平台和K_means算法在迭代过程中对样本中心移动的记录作为叶片空间分布与泊松分布偏移程度=0.6791)作为判定聚类中心是否偏离泊松分布的阈值。[0076]按照确定的最适阈值1.5进行聚集度度指数结果进行了对比分析以及精度验证，取得了较好的相关性(R2＝0.9716RMSE=

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论