一种基于多光谱和点云数据处理的矿区生物量监测方法

专利主权项内容

1.一种基于多光谱和点云数据处理的矿区生物量监测方法，其特征在于：包括如下的监测步骤：步骤S1：控制搭载有多光谱传感器和坐标定位模块的无人机，基于差分定位原则采集矿区植被多光谱的原始数据；控制SLAM手持激光扫描仪，按照规划的行进路线对矿区所分样地林下垂直结构信息进行数据采集；步骤S2：结合无人机飞行所获得流动站数据、LIDAR原始数据、载荷IMU文件，运行无人机内嵌的点云解算程序，依次解算点云轨迹、解算点云、质量检查、特征提取后航带平差、去冗余、坐标转换、精度检查、去噪，最后得出标准格式的点云数据；控制SLAM手持激光扫描仪对采集数据进行拼接、去噪操作后，产出含样地林下垂直结构信息的标准格式点云数据；采用体素化点云数据融合方式，融合UAV-LS数据和SLAM扫描仪获取的点云数据，得到含样地林下垂直结构信息的完整点云数据；步骤S3：提取高度特征变量：采用UAV-LS和SLAM融合后的点云数据，对点云数据进行去噪、地面点分类、归一化的预处理后，通过对点云数据的单木分割获取树木的x、y坐标位置、树高、胸径、冠幅直径、冠幅面积、冠幅体积属性；提取光谱特征变量：基于矿区多光谱影像提取反映矿区树木光谱特征的变量因子，包括植被指数和纹理因子；其中，提取的植被指数包括：归一化植被指数、差值植被指数、比值植被指数、增强植被指数、有效叶面积指数；提取的纹理因子包括：均值、方差、对比度、信息熵、协同性、相异性、二阶矩、相关性；步骤S4：将点云数据按照各树种筛选出来并进行各树种单木生物量计算，结合回归分析方法筛选矿区点云数据单木分割得出的冠径、冠幅、树冠体积；选取矿区多光谱影像提取的单波段因子、主成分分析因子、纹理因子特征变量为自变量，选取样地生物量为因变量，分别进行拟合构建矿区树种生物量模型并对模型进行精度评价；使用矿区生物量反演模型计算矿区整体生物量，通过地图制图手段反映矿区生物量分布状况。