危ない操作の代りに、LiDARは森林資源の調査をより安全およびより有効にする

適用背景

森林資源のpersent状態そして開発を習得する主要な平均として森林資源の調査は、支持できる森林資源の管理そして保護に大きな意味である。

従来の森林調査の技術は比較的後方および広範である。調査官は高い労働の強度および予測不可能な危険の森林の後背地に、深く入る必要がある。森林変数の獲得は外勤によって分野の見本抽出およびフィールド測定によって決まる。使用される手段は手持ち型の高度計、DBHの定規および巻尺のような比較的元の計器にだけ限られる。それはだけでなく、時間のかかり、困難ですが、また小規模森林区域の情報しか得ないことができ調査の規模は広範囲ではない。

遠隔測定の技術の急速な開発は有効なおよび大き区域の森林資源の調査の認識のための希望を持って来る。但し、光学遠隔測定のイメージが林冠を「突き通し」、森林縦の構造情報を得ることができない現実が原因で利用できる有効な立場変数は限られている。

適用方向

LiDARの技術は日曜日のような外的な光源に重く頼る従来の光学遠隔測定と異なっている。それに積極的にターゲットを検出するためにレーザ光線を出すことによって全天候用操作の能力がある。 multiechoの技術のサポートを使うと、lidarによって出る脈打ったレーザ光線は森林ギャップによって最終的に木の高さ、DBHおよび容積のような森林変数情報を得るために木の幹および三次元ポイント雲データを、完全に森林縦の構造情報を得るように得、地面に達することができる。

現在、大き区域の森林資源の調査そして監視は地球およびSLAM 3Dのレーザー スキャナによって補われる空輸LiDARの形に主にある。LiDARの技術は立場の容積の植物数のような基本的な立場変数の抽出に主に、木の高さ、DBHおよびおおい密度、また推定適用される。

立場の01第

木の数は立場密度を記述する重要な索引のある特定の区域の木の量情報である。木数抽出のアルゴリズムはローカル最高の検出のポイント雲データによって作り出されるおおいの高さモデル（CHM）に基づいている。窓の最大値を得るためにCHMを横断した後植物数情報を手に入れるために王冠の最高点は得ることができる。

02の立場の木の高さ

立場の高さはだけでなく、木の成長の反射、森林容積を推定するためのまた重要な変数でありではない。LiDARの技術は林冠の下で林冠ポイント雲、また地勢ポイント雲をだけでなく、得ることができる。2つのプロセスによって得られるCHMに基づいて単一の木の高さ変数は王冠の最高点の使用によって得ることができる。

木の03 DBH

DBHは木の成長の状態を評価する重要な変数の1つである。

手動測定方法はDBH変数として木の根からの木1.3mの直径を測定するのにDBHの定規を使用することである。地球またはSLAM LiDARポイント雲データに基づいて木DBH情報を得る方法は飛節の付属品の循環式である。この方法が単一の木ポイント雲を区分するのに使用されている。この基礎で対応する二次元の格子イメージを発生させるために、1.3m DBHの高さのポイント雲データは横取りされる。それから、飛節は円の付属品のために一致の円のアルゴリズムを変形させるために使用され、得られた円の直径は木DBHとみなすことができる。

04の立場のおおい密度

おおい密度は森林成長および切断強度を定めるキー ファクタのマクロ反射である。おおい密度はおおいの投射および森林陸地部分のパーセントである。

従来の遠隔測定方法はOrthophotoのイメージ（DOM）からの林冠を区分し、次に森林区域へのおおいの比率のカウントによっておおい密度を計算するのに複雑な画像処理のアルゴリズムを使用する必要がある。LiDARは複数のエコーの技術に直接簡単、有効である最初のエコーの総ポイントへの最初のエコーの植物ポイントの比率を数えることによって得るおおい密度を基づいていた。

LiDARの利点

LiDARに森林資源の調査および監視で明らかな利点がある:

1.大規模な森林資源の調査の必要性を満たす高い操作上の効率

こんにちは雲に空輸LiDAR PM-1500を一例として取って、正確に立場変数を得るためにそれに効果的に枝、トランクおよび表面のような広範囲の三次元情報を得ることができる2まで，000,000ポイント/sの4つのエコーそしてスキャン ニング スピードがある。さらに、1500メートル長い及ぶことのそれはのおかげで高い低下の山の地勢のだけでなく、大胆不敵ですが、また半二重操作の大きい適用範囲区域があり、調査操作の効率は非常に改善された。

2.より少なく手動介在、人員の安全

PM-1500空輸LiDARの操作の半径は30kmに達し仕事はルートの計画の後で手動介在なしで自動的に実行することができる。オペレータは人員の調査の安全を保障し、事故を避けるために森林区域に深く入る必要はない。

3.森林資源の調査の豊富な結果

立場数のような慣習的な変数に加えて、慣習的な遠隔測定の平均によって得ることができるおおい密度および王冠の幅LiDARの技術はまた直接木の高さおよびDBHの変数を得ることができ、森林資源の調査により正確な、広範囲変数情報を提供するために正確に立場の容積を、推定する。

4。 データは客観的、正確たどることができる

分野の見本抽出調査に手動で頼って、調査の規模の選択および目的は頻繁に任意および主観的であり、調査の活動は調査の結果の客観性そして正確さを保障する難しさをもたらすかもしれないトレーサビリティなしでしか一度遂行することができない。

、一方でLiDARの技術に基づいて、全範囲をカバーする森林ポイント雲データは得ることができる一方では、範囲内の全面的な立場変数の自動抽出はポイント雲のデータ処理 アルゴリズムに基づいて実現することができる。

さらに、空輸、SLAMおよび他のmulti-source LiDARデータ地球のそれはの融合の処理によってより詳しい単一の木の立場変数抽出の条件を満たすことができる。LiDARの技術に立場変数の抽出で無類の客観性および有効性がある。