地面激光雷達模擬及應用

森林冠層總面積指數(Plant Area Index,PAI)可廣泛應用于林業、遙感、農學等領域,但目前采用傳統光學方法精確測量森林冠層總面積指數仍十分困難。與傳統方法相比,激光雷達方法具有非接觸式、高精度、受天氣及環境干擾小、可穿透植被冠層等優點,因此將激光雷達方法引入森林冠層總面積指數測量具有重要的現實意義。探討、研究激光雷達與森林冠層三維結構間的交互機理可有助于我們提高及改進現有的以激光雷達測量方法為基礎的森林冠層總面積指數測量方法。本文以典型虛擬森林場景庫為基礎,采用蒙特卡洛光線跟蹤算法實現地面激光雷達與森林冠層三維結構間的交互成像模擬,最后結合模擬數據開展森林冠層地面總面積指數測量精度分析。本文的具體研究內容以及成果如下:(1)典型虛擬森林場景庫構建。以離散型地面激光雷達測試需求為目標,提出了一種新的考慮樹冠要素三維空間分布及生態學聚類效應的樹木聚集分布格局模擬方法,基于14個高精度單樹幾何模型,實現了不同樹木分布模式、林分密度、PAI及樹木類型的虛擬森林場景庫構建。(2)離散型地面激光雷達方法模擬及分析。基于蒙特卡洛光線跟蹤算法實現了離散型地面激光雷達模擬,重點開展了地面激光雷達模擬精度因子分析,如:視場角、多次散射次數閾值及激光束采樣數等。測試表明:激光多次散射回波強度與激光束視場角大小成正比,即視場角越大,多次散射對激光回波強度貢獻影響顯著;當地面激光雷達模擬的激光束多次散射次數閾值設為7時,其多次散射模擬精度損失可忽略不計;當激光束采樣數為500條時,其采樣精度趨于穩定,因此,可認為此條件下激光束對虛擬森林場景的采樣達到了較穩定的效果。(3)離散型地面激光雷達加速模擬。采用KD-Tree、BVH、Octree三種數據結構對虛擬森林場景在單樹級及森林場景兩個尺度進行數據組織和管理。共比較分析了 9套方案,選取遍歷場景節點數、遍歷單樹模型節點數、遍歷樹實例數、遍歷三角面片數及激光束平均計算時間作為各方案優劣評價標準對上述九套模擬加速方案展開分析。研究表明,場景級數據結構為BVH,單樹級數據結構為KD-Tree的加速方案對地面激光雷達模擬加速性能最佳。(4)基于離散型地面激光雷達的森林冠層PAI測量。將地面激光雷達方法與半球成像方法測量結果進行對比分析,分析發現:二者間隙率測量存在很大相關性,相關系數可達0.77以上,總體而言,地面激光雷達方法間隙率測量值低于半球成像方法,平均偏低7.67%;二者PAI測量結果相關系數達到0.97,且地面激光雷達方法測量值總體高于半球成像方法。最后利用虛擬森林場景PAI真實值對地面激光雷達PAI測量方法的精度展開驗證,分析發現基于地面激光雷達森林冠層地面PAI測量值整體偏高,提高地面激光雷達角分辨率可將測量精度損失降低到4.7%。