弱光束条件下森林区域光子云去噪算法精度研究

摘要：

先进地形激光高度计系统(ATLAS)可为全球森林冠层高度测量提供科学数据,利用ATLAS光子云数据可获取森林冠层高度信息.为探究光子云去噪算法在弱光束条件下森林研究区的去噪效果,采用局部距离统计算法、基于密度的聚类(Density-based spatial clustering of applications with noise,DBSCAN)算法和基于粒子群优化(Particle swarm optimization,PSO)模型的PSO-DBSCAN算法在弱光束条件下的森林区域进行了光子云去噪试验,研究了算法的去噪精度,并分析研究区不同特性对于去噪效果的影响.结果 表明:PSO-DBSCAN算法在弱光束条件下森林区域去噪精度达到了0.95,满足光子云去噪的精度要求,该算法相对局部距离统计算法和DBSCAN算法表现出更好的去噪效果;相对地形坡度和植被覆盖度,太阳高度角会对算法的去噪结果产生更大的影响.

关键词：森林区域、弱光束、光子云去噪算法、先进地形激光高度计系统、MATLAS、去噪精度

所属期刊栏目：51

分类号：S75(森林经营学、森林计测学、森林经理学)

资助基金：国家重点研发计划项目;中央高校基本科研业务费专项资金项目;卫星测绘技术与应用国家测绘地理信息局重点实验室项目

在线出版日期：2020-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：164-172