排序方式： 共有1条查询结果，搜索用时 4 毫秒
1.
目的使用离散型激光雷达数据反演叶面积指数（LAI）的过程中，数据预处理的关键步骤为激光雷达滤波。穿透指数（LPI）作为反演过程中的重要变量，需要根据点云的类型计算，从而直接受到滤波精度的影响。因此，滤波算法的精度能间接影响到反演LAI的精度。虽然滤波算法不断改进，滤波精度逐渐提高，应用在越来越多的场景，但关于不同滤波算法对反演LAI精度影响的探讨较少。方法本文通过对机载LiDAR滤波算法历史、发展和现状的调研，最终选择混合滤波算法（Hybrid）、自适应不规则三角网滤波算法（ATIN）、形态学滤波算法（Morph）和基于坡度滤波算法（Slope）为研究对象；分别使用这4种算法，得到点云中的地面点；根据Beer-Lambert定律，反演帽儿山国家森林公园落叶松林和榆树林的LAI；以经过评估的精度更高的Hybrid算法为标准，计算另外3种算法的滤波精度和LPI偏差；对比分析LAI反演模型的平均精度；最后，通过分析不同误差来源的影响强度，确定了反演LAI时较好的滤波算法。结果在最佳的采样半径下，经过Hybrid、ATIN、Morph和Slope滤波算法处理，LAI反演模型的平均精度，在落叶松林，R2分别为:0.900 3、0.876 3、0.892 5、0.877 0；RMSE分别为:0.105 6、0.134 5、0.109 7、0.133 2；在榆树林，R2分别为:0.914 4、0.903 0、0.887 2、0.900 0；RMSE分别为:0.269 0、0.201 7、0.189 4、0.207 0。在落叶松林，I类误差较大的Morph算法，能保证较高的模型精度；而II类误差较大的Slope和ATIN算法对应的反演模型精度较低。结论经不同滤波算法处理得到的LAI反演模型精度存在差异，经混合滤波算法处理其对应的LAI反演模型精度更高，形态学滤波算法的滤波精度较低，对应的反演模型精度较高；滤波算法导致的I、II类误差中，II类误差对LAI反演模型的影响更大。 相似文献
