按圆心和半径裁剪点云数据时,是否能将每个样地保存成单独的文件?

LiDAR360能否批量生成CHM?

  • LiDAR360可以批量生成CHM(流程如下:机载林业->批处理->CHM分割批处理)。

    批量生成CHM

单木分割结果如何进行精度评估?

  • 单木分割精度评估可参考Li等人(Li et al.,2012)的文章,通过与实测值比较,分别记录分割得到的树木总数、正确分割的棵数、错误分割的棵数、漏分的棵数,按照下面的公式分别计算recall(r)、precision(p)和F-score(F)的值。Recall表示树木的检测率,precision表示树分割的正确率,F-score为综合考虑错分和漏分的总体精度,三者的变化范围均在0-1之间。

    单木分割精度验证

    (a)树木被正确分割(True Positive, TP)(b)树木未被检测(False Negative, FN) (c)错误检测(False Positive, FP)

CHM分割精度受哪些参数影响,应该如何设置这些参数?

  • CHM分割的精度受CHM分辨率和高斯平滑因子的影响。CHM为DSM和DEM的差值,其分辨率由DSM和DEM的分辨率决定,一般而言,该值不宜超过冠幅的三分之一,可设置范围为0.3-1米,通常情况下,分辨率设置为0.5-0.6米能得到较高的分割精度。Sigma为高斯平滑因子(默认为“1”),该值越大,平滑程度越高,反之越低。平滑程度影响分割出的树木株数,如果出现欠分割,建议将该值调小(如:0.5),反之,如果出现过分割,建议将该值调大(如:1.5)。

CHM分割后,如何去除一些冠幅面积较小的结果?

  • CHM分割后可得到一个包含树木边界的shp文件,属性表中包含每棵树的ID、中心位置坐标、树高、冠幅直径和冠幅面积,可将该数据导入第三方软件(如:ArcGIS),根据冠幅面积属性进行过滤,删除冠幅面积较小的分割结果。

    CHM分割结果

如何让2m以下的点云数据参与分割?

  • 点云分割界面上的参数“离地面高度”表示的是低于该值的点被认为不是树的一部分,在分割过程中将被忽略,该值默认为2m,若需要让2m以下的点云参与分割,可将该值适当调小。

    点云分割结果

针阔混交林数据采用哪种分割方式能得到较高的精度?

  • 对于针阔混交林,建议采用CHM分割。

树木长势不一样,如何分割能得到较高的精度?

  • 对于长势差距较大的数据,建议通过选择工具或者裁剪工具将不同长势的点云保存为不同的文件,单独予以处理。

LiDAR360的单木分割结果如何导出到第三方软件进行分析?

  • 点击机载林业 > 按树ID提取点云,可以将分割过的点云导出为Lidata、CSV和LAS格式,利用其它软件进行后续分析。软件支持将每棵树导出为单独的CSV文件,也可以将所有点导出为一个文件。导出的CSV文件如下图所示,其中包含X、Y、Z坐标和树ID信息。

    按树ID提取点云
    按树ID提取点云

回归分析至少需要多少个样地调查数据?

  • 用于回归分析的样地数量一般没有明确的规定。一般而言,在保证样地位置和样地测量准确性的前提下,样地的数量越多,回归分析的精度越高。样地应随机选择且具有代表性,能够覆盖研究区内不同的林型。样本量小于30个被称为小样本,样本量大于等于30个被称为大样本,为了保证回归精度分析,推荐样本数量应该大于等于30个(还要考虑研究区大小及复杂情况等),样本个数应当大于回归自变量个数。

如何选择参与回归分析的自变量?

  • 参与回归分析的变量一般选择激光雷达数据获取的高度百分位变量,但是不同的研究区、不同的参数变量,具体的高度百分位参数变量的选择也不尽相同,没有通用性。

能否将LiDAR360软件的自变量(如:高度百分位数)导入第三方软件(如:SPSS、R)进行回归分析?

    @inproceedings{
        author={ Li W K, Guo Q H, Jakubowski M K and Kelly M},
        title={A new method for segmentation individual trees from the LiDAR point cloud},
        booktitle={ Photogrammetric Engineering and Remote Sensing,78(1):75-84},
        year={2012}
    }

results matching ""

    No results matching ""