基于背包式激光雷达数据的单木骨架提取

摘要

单木骨架提取是树木三维建模的关键步骤，对于精准管理林业和森林资源具有重要意义。背包式激光雷达（backpack LiDAR scanning,BLS）作为一种新兴的移动测量技术，具有灵活性和便携性优势，但其点云数据存在不均匀分布和噪声干扰等问题，影响骨架提取的精度。针对这些问题，以广西壮族自治区国有高峰林场的杉木（Cunninghamia lanceolata）为研究对象，基于背包式激光雷达扫描数据，提出一种基于关键路径探测的分层递进骨架提取方法。该方法结合几何约束与层级分析方法，实现枝干主轴的精准定位，并利用中垂线交点计算构建连续且拓扑完整的单木骨架。采用地基激光雷达（terrestrial laser scanning,TLS）数据作为验证数据，通过体素滤波和局部高程归一化等预处理技术优化背包式激光雷达数据质量。结果表明，在枝干分级评估中，该方法表现出较高的性能。F1分数在0.771～0.788，精确度范围为93.33%～100%，召回率范围为66.67%～90.63%。此外，对BLS数据分枝角度的估测结果与TLS数据分枝角度对比显示，决定系数R²（coefficient of determination）达到0.84，均方根误差（root mean square error,RMSE）为7.22°。研究结果为单木三维建模提供高精度的技术框架，为林业资源管理、生态模拟等奠定数据基础。

关键词

骨架提取 / 枝干分级 / 分层递进算法 / 分枝角度 / 背包式激光雷达