基于机载LiDAR与航空像片的单木树高提取研究的任务书.docx

基于机载LiDAR与航空像片的单木树高提取研究的任务书
一、研究背景
森林是地球上最具有生态及经济价值的资源之一，而森林资源管理与保护的重要手段之一是全面、准确的森林资源普查。而森林资源普查中，单木树高作为森林结构及资源量的重要指标，其精度和准确性直接关系到森林资源管理和保护的效果。传统的单木树高测量方法主要依靠现场调查，测量时需要大量人力物力，耗时费力，且精度难以保证，因此需要寻找一种高精度、高效、无损的单木树高提取方法。
机载激光雷达（LiDAR）是目前主流的环境遥感技术之一，可实现快速获取高精度的三维点云数据。与此同时，航空像片的分辨率及空间分辨率也在不断提高，可实现对森林的高分辨率遥感信息提取。结合机载LiDAR与航空像片，可实现对森林的多维信息提取，为单木树高提取提供了新的途径。
因此，本研究旨在探索基于机载LiDAR与航空像片的单木树高提取方法，为森林资源普查和管理提供更为精准、高效、无损的技术支持。
二、研究内容
1.机载LiDAR数据获取与处理
2.航空像片获取与处理
3.机载LiDAR与航空像片数据融合
4.基于数据融合的单木树高提取方法设计
5.单木树高提取算法实现与优化
6.算法精度评价与验证
7.结果分析与应用
三、研究方法
1.文献调研、现场实验观测及数据采集
2.软件工具：ArcGIS、ENVI、MATLAB等
3.数据处理与分析方法：点云数据处理、数字图像处理、数学统计等
四、预期成果
1.机载LiDAR与航空像片数据获取与处理流程
2.基于数据融合的单木树高提取方法
3.单木树高提取算法实现得到的单木树高值和精度评价结果
4.附图、表格、结果分析、论文撰写
五、时间安排
1.前期准备和文献调研：2周
2.数据采集与处理：6周
3.单木树高提取算法设计与实现：8周
4.实验结果评价、分析以及论文撰写：4周
5.成果总结、PPT以及答辩准备：2周
总共耗时22周。
六、参考文献
[1]GuoqingZhou,JosephO'Brien,MichaelWulder,etal.ChangeDetectioninForestswithTime-SeriesofPointCloudsandOrthoimagesfromUAVPhotogrammetry[J].RemoteSensing,2019,11(5):01568.
[2]KaiguangZhao,MohamadKalantar,ZongmingWang,etal.Acomparationofsingle-epochpointcloudsderivedfromsatellite,airborne,andterrestrialLiDARsforspecies-levelforestdenistymapping[J].ISPRSJournalofPhotogrammetryandRemoteSensing,2019,156:60-68.
[3]J.Pyörälä,K.Karjalainen,andJ.Hyyppä,“Applyingsmallfootprintdiscrete-returnairbornelaserscanningtoforestinventoryandmapping–areview,”InternationalJournalofRemoteSensing,vol.31,no.6,pp.1443–1476,2010.
[4]V.Kankare,M.Vastaranta,J.Holopainen,etal.,“IndividualtreedetectionandidentificationwithairbornehyperspectralandLiDARdata,”ISPRSJournalofPhotogrammetryandRemoteSensing,vol.66,no.5,pp.533–542,2011.