无人机激光雷达技术在林业资源调查中的应用

科学技术的快速发展为林业资源调查提供了更多的技术支持。无人机机载激光雷达技术作为林业资源调查中的新兴技术，利用其可以实现对地面三维数据的直接采集，进而为林业资源估算提供重要数据支持，在当前林业资源调查中有着较为广泛的应用。

无人机载激光雷达系统在运作过程中会通过激光扫描仪主动向探测目标发射高频率激光脉冲，激光脉冲在照射到地物表面后会发生折射，进而被无人机载激光雷达系统接收。

此过程中，无人机载激光雷达系统可以直接获取无人机距离地物表面的距离、坡度以及地物表面的粗糙度、反射率等数据信息，相关数据信息在经过数据处理软件分析处理后形成点云信息，即高密度三维空间坐标信息。

在GPS、导航计算机、激光扫描仪等系统设备的支持下，无人机载激光雷达系统不仅可以获取平面坐标信息，还可以获取地物的高程信息，并通过不同视角对相关三维坐标信息进行三维显示和量测，并采用数据处理软件获取三维坐标信息中所表达的地物表面积、体积等信息。

//  林业资源调查中

无人机载激光雷达技术的具体应用

在无人机载激光雷达系统所获取到的点云数据足以识别出林分中的单木时，系统会根据林木种类的不同，采用不同的单木分割算法，对林分中的激光反射点进行有效点云数据分割。在完成点云数据精准分割后，采用数据分析软件进行分析处理，获取到林分中单木的树高、树冠、胸径等一系列数据信息。

现有的单木分割算法大多是以冠层高度模型为基础，采用分水岭分割算法，将林分高点视作“山峰”，低点视作“山谷”，通过“水”对“山谷”进行填充，随着“水”填充量的额持续增加，不同山谷内的“水”也将会持续汇合，在汇合点出设置屏障，此片屏障便是分割结果。在完成分割后，对单木进行自上而下分析，构建三维立体模型，获取单木的水平分布及垂直分布信息。

采用数据处理软件对激光扫描仪所发射的高频脉冲接触到树冠顶部和地面反射后所获取到的高程数据差进行计算分析，进而获取到树木的实际树高。树木树高作为林业资源调查的重要参数之一，其将会直接影响树木的质量和材积。 在实际树高测量中，激光雷达系统所获取到树高估测数据主要分为样地水平和单木水平2种估测数据，其中样地水平估测数据还分为直接提取数据和间接提取数据，直接提取数据指通过直接数据获取的方式采集树冠顶部到地面的相对高度数据，间接提取数据则是通过构建树木冠层高度数据与激光雷达系统提取变量之间的相互关系来间接预估树木高度数据。

叶面积作为树木冠层结构的基本参数之一，其通常被定义为单位地面标记上所有叶片表面积的一半。在具体测量过程中，激光雷达系统会通过LAI（多种卫星遥感数据反演叶面积指数）反演，即通过激光扫描仪获取树木冠层物理常数信息与实测LAI指数数据来构建统计关系模型，进而根据模型对树木叶面积指数进行估测计算。相关物理数据可以间接反映激光扫描仪所获取点云数据在树木冠层中的分布情况，通常情况下，LAI指数与激光扫描仪所发生激光脉冲在树木冠层中的穿透和拦截情况有着直接关联，其中穿透指激光穿透指数，即激光雷达系统所获取到的地面点数量与所有激光点数量的比值；拦截指激光拦截指数，即树木冠层激光点数量与所有激光点数量的比值。

林木郁闭度指林木冠层的垂直投影占林地面积的比值。通常情况下，林木郁闭度是林木资源采伐强度科学确定的重要指标因素，也是当前林木资源蓄积量估测的重要指标之一。

此外，林木郁闭度还可以用于估算林分内激光反射数量与地面反射数量的比值。例如，当林木的郁闭度为100%时，说明林分内树木极为茂盛，内部没有开拓空间，不利于林下资源的生长；反之则表示林分区域开拓空间过多，需要继续增加林木资源量。从理论角度来看，对激光雷达系统所获取到的非地面反射点数量进行分析计算便可以得到林分中林木郁闭度，但想要保障此结果的真实性和有效性，还需要获取地面反射点数据密度分析数据。

所谓林分密度是通过已识别分析的树冠顶部数据进行预估分析后，获取到的单位面积内林木资源总数，林分密度的获取核心在于合理进行树冠分割。具体应用过程中，激光雷达系统会根据识别数据形成树冠高程模型，并以此为基础合理选择变化窗口在区域范围内进行最大值求解，将此过程中所获取到的最大值作为树冠顶部。

随着无人机载激光雷达技术的快速发展，如今无人机载激光雷达技术在林业资源调查中应用时所采集的地表点密度也在持续增加，单束激光脉冲所能够获取的反射数量也有所增加，进而促使系统可以获取更多的地表、地物信息。从林业资源调查项目实际需求以及无人机载激光雷达技术的不足来看，在未来无人机载激光雷达技术的激光脉冲发射频率和数据采集分辨率将会不断提升，进而促使无人机载激光雷达技术可以适用于不同地形、不同种类林木资源调查过程中。

同时，无人机载激光雷达技术所构建出的三维虚拟仿真模型将具有更强的虚拟现实表达能力，相关模型的可靠性也将会进一步提升。在相关特点的支持下，无人机载激光雷达技术在林业资源调查中应用时所获取到的数据参数的精准性和有效性也会得到提升，最终获取到更为理想的数据成果。