Вместо опасной деятельности, LiDAR делает обзоры ресурса леса безопасный и более эффективный

Предпосылка применения

Обзор ресурса леса, как основные середины управлять persent ситуацией и развитием ресурсов леса, большой значимости к управлению и защите устойчивых ресурсов леса.

Традиционная технология обзора леса относительно отстала и обширна. Исследователям нужно пройти в глубь хинтерланд леса, с высокой трудовой интенсивностью и непрогнозируемыми рисками. Прием параметров леса зависит от забора и полевого измерения поля полевыми рабочими. Используемые середины только ограничены к относительно первоначальным измеряя аппаратурам как handheld высотометр, правитель DBH и рулетка. Оно не только требующ много времени и трудный, но также может только получить информацию мелкомасштабного района леса, и объем исследования не всесторонний.

Быстрое развитие технологии дистанционного зондирования приносит надежду для осуществления обзора эффективных и обширного района леса ресурсов. Однако, должный к реальности которой оптически изображения дистанционного зондирования не могут «прорезать» полог леса и получить данные по структуры леса вертикальные, доступные эффективные параметры стойки ограничены.

Направление применения

Технология LiDAR отличает традиционное оптически дистанционное зондирование, которое полагается тяжело на источниках внешнего огня как солнце. Она имеет способность всепогодной деятельности активно испускать лазерные лучи для того чтобы обнаружить цели. С поддержкой технологии multiecho, пульсированный лазерный луч испущенный lidar может достигнуть ствол дерева и даже землю через зазор леса для того чтобы получить свои трехмерные данные по облака пункта, совершенно для того чтобы получить данные по структуры леса вертикальные, и в конце концов извлечь данные по параметра леса как высота дерева, DBH и том.

В настоящее время, исследование и контроль ресурсов леса обширного района главным образом в форме воздушнодесантного LiDAR, дополненного блоками развертки земных и ШЛЕМА 3D лазера. Технология LiDAR главным образом приложена к извлечению основных параметров стойки как номер завода, высота дерева, плотность DBH и сени, так же, как оценка тома стойки.

01 номер стойки

Число деревьев данные по количества деревьев в, который дали области, которая важный индекс для того чтобы описать плотность стойки. Алгоритм извлечения номера дерева основан на модели высоты сени (CHM) произведенной данными по облака пункта для относительного максимума обнаружения. После траверсировать CHM для того чтобы получить максимальное значение в окне, вершину кроны можно получить, для того чтобы получить данные по номера завода.

Высота дерева 02 стоек

Высота стойки не только отражение роста дерева, но также важный параметр для оценки тома леса. Технология LiDAR может получить не единственный облако пункта полога леса, но также облако пункта местности под пологом леса. Основанный на CHM полученном 2 процессами, одиночные параметры высоты дерева могут быть извлечены путем использование вершин кроны.

03 DBH деревьев

DBH один из важных параметров для того чтобы оценить состояние роста деревьев.

Ручной метод измерения использовать правителя DBH для того чтобы измерить диаметр дерева 1.3m далеко от корня дерева как параметр DBH. Метод извлечения данных по дерева DBH основанных на данных по земных или ШЛЕМА LiDAR пункта облака метод круга штуцера поджилок. Этот метод использован для того чтобы поделить на сегменты одиночное облако пункта дерева. На это основание, данные по на высоте в 1.3m DBH облака пункта перехвачены для генерации соответствуя двухмерного изображения решетки. После этого, поджилки преобразовать приспосабливая алгоритм круга использованы для кругового штуцера, и полученный круговой диаметр можно сосчитать как дерево DBH.

Плотность сени 04 стоек

Плотность сени отражение макроса роста леса и ключевого фактора для того чтобы определить режа интенсивность. Плотность сени процент проекции сени и территории леса.

Традиционным методам дистанционного зондирования нужно использовать сложные алгоритмы обработки изображений для того чтобы поделить на сегменты полог леса от изображения Orthophoto (DOM), и после этого высчитать плотность сени путем считать коэффициент сени к району леса. LiDAR основал на технологии мульти-отголоска получает плотность сени сразу считать коэффициент пунктов растительности первого отголоска к полным пунктам первого отголоска, который прост и эффективен.

Преимущества LiDAR

LiDAR имеет очевидные преимущества в исследовании и контроле ресурсов леса:

1. высокая рабочая эффективность для того чтобы отвечать потребностямы широкомасштабного исследования ресурсов леса

Принимающ Hi-облаку воздушнодесантный LiDAR PM-1500 в качестве примера, оно имеет 4 отголоска и скорость развертки до 2 миллиона пунктов/s, которые могут эффектно получить всестороннюю трехмерную информацию как ветви, хобот и поверхность, точного для извлечения параметров стойки. К тому же, спасибо длинный выстраивать в ряд в 1500 метров, он не только безбоязненн местности горы с высоким падением, но также имеет большую зону охвата единственной операции, и эффективность деятельности исследования значительно была улучшена.

2. более менее ручная интервенция, безопасность персонала

Радиус деятельности воздушнодесантного LiDAR PM-1500 может достигнуть 30km, и задачу можно исполнить автоматически без ручной интервенции после планирования маршрута. Операторам не нужно пройти в глубь район леса, для обеспечения безопасности исследования персонала и для избежания аварий.

3. богатые результаты обзора ресурсов леса

В дополнение к обычным параметрам как номер стойки, ширина коронной зоны и плотность которая может быть получена обычными серединами дистанционного зондирования, технология сени LiDAR могут также сразу получить параметры высоты дерева и DBH и точно оценивают том стойки, для того чтобы обеспечить более точные и более всесторонние данные по параметра для исследования ресурсов леса.

4. Данные объективны, точны и traceable

Полагающся на выборочном обследовании поля вручную, выбор объема обзора и объекты часто случайны и субъективны, и деятельность при обзора можно только уносить раз без traceability, который может привести к затруднению обеспечения предметности и точности результатов обзора.

Основанный на технологии LiDAR, с одной стороны, данные по облака пункта леса покрывая весь ряд можно получить, с другой стороны, автоматическое извлечение общих параметров стойки внутри ряд можно осуществить основанный на алгоритме облака пункта введенном информачи.

К тому же, через обработку сплавливания воздушнодесантного, земный, ШЛЕМА и других данных по LiDAR мульти-источника, оно может даже соотвествовать более детального одиночного извлечения параметра стойки дерева. Технология LiDAR имеет несравнимые предметность и эффективность в извлечении параметров стойки.