基于车载激光点云的行道树固碳量估算研究

doi:10.13466/j.cnki.lyzygl.2017.02.022

林业资源管理 ›› 2017, Vol. 0 ›› Issue (2): 131-138.doi: 10.13466/j.cnki.lyzygl.2017.02.022

• 研究简报 • 上一篇

基于车载激光点云的行道树固碳量估算研究

赵颖怡(), 胡庆武()

武汉大学遥感信息工程学院,武汉 430079

收稿日期:2017-01-16 修回日期:2017-04-21 出版日期:2017-04-28 发布日期:2020-10-10
通讯作者: 胡庆武
作者简介:赵颖怡(1994-),女,湖南长沙人,在读硕士,主要从事激光点云数据方面的研究工作。Email: kelsey_zhao@qq.com
基金资助:
地理国情监测国家测绘地理信息局开放基金项目资助(2015NGCM ZD02);国家自然科学基金项目资助(41271452)

Carbon Sequestration Estimation of Roadside Trees Based on Vehicle-borne Laser Point Cloud

ZHAO Yingyi(), HU Qingwu()

School of Remote Sensing and Information Engineering,Wuhan University,Wuhan 430079,China

Received:2017-01-16 Revised:2017-04-21 Online:2017-04-28 Published:2020-10-10
Contact: HU Qingwu

摘要/Abstract

摘要：

不断发展的城市道路交通系统对城市道路生态环境提出了更高的要求,行道树的生态效益开始受到广泛的关注。行道树的固碳量是衡量行道树生态效益的标准之一,针对传统固碳量估算方法成本高、计算效率较低等问题,提出了一种利用车载激光点云数据估算行道树固碳量的方法。通过该方法,对单株行道树的车载激光点云数据进行处理分析,获得了行道树的树高、冠幅、胸径,再结合适当的计算模型,对行道树的固碳量进行估算,可比较不同树种固碳量的相对大小。该方法进一步扩大了车载激光点云数据的应用范围,提高了行道树固碳量的估算效率,为城市生态环境建设、绿化管理提供了新的技术。

关键词: 车载激光点云, 行道树, 几何参数, 固碳量

Abstract:

Continuous development of urban road traffic system requires higher standards of road ecological environment. Ecological benefits of roadside trees are getting more attention. Carbon sequestration is a measurement of roadside trees’ ecological benefits. The traditional method of estimating carbon sequestration is costly and inefficient. In order to solve above problems,a method using vehicle-borne laser point cloud data to estimate the carbon sequestration of roadside trees is proposed in this paper. The method can calculate the geometric parameters of a roadside tree,including tree height,crown diameter,diameter at breast height,by processing and analyzing point cloud data of an individual tree. Combining the calculated geometric parameters and an appropriate carbon sequestration calculation model,the estimated single tree’s carbon sequestration can be calculated. The proposed method can help enlarge application range of vehicle-borne laser point cloud data,improve the efficiency of estimating carbon sequestration,construct urban ecological environment and manage landscape.

Key words: vehicle-borne laser point cloud, roadside trees, geometric parameters, carbon sequestration

中图分类号:

P237
TN249

赵颖怡, 胡庆武. 基于车载激光点云的行道树固碳量估算研究[J]. 林业资源管理, 2017, 0(2): 131-138.

ZHAO Yingyi, HU Qingwu. Carbon Sequestration Estimation of Roadside Trees Based on Vehicle-borne Laser Point Cloud[J]. FOREST RESOURCES WANAGEMENT, 2017, 0(2): 131-138.

图/表 15

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

表1

表2

表3

表4

参考文献 14

[1]	史晓丽 . 北京市行道树固碳释氧滞尘效益的初步研究[D]. 北京:北京林业大学, 2010.
[2]	唐志娟, 方晰, 项文化 . 进城截冠行道树碳贮量及固碳潜力的估算方法与应用[J]. 中南林业科技大学学报, 2011,31(5):152-160.
[3]	Stoffberg G H, Van Rooyen M W, Van der Linde M J, et al. Carbon sequestration estimates of indigenous street trees in the City of Tshwane,South Africa[J]. Urban forestry & urban greening, 2010,9(1):9-14.
[4]	吴宾, 余柏蒗, 岳文辉 , 等. 一种基于车载激光扫描点云数据的单株行道树信息提取方法[J]. 华东师范大学学报:自然科学版, 2013(2):38-49.
[5]	杨莎莎, 李永强, 李框宇 , 等. 基于车载LiDAR数据的单株树提取[J]. 测绘工程, 2014,23(8):23-27.
[6]	方莉娜, 杨必胜 . 车载激光扫描数据的结构化道路自动提取方法[J]. 测绘学报, 2013,42(2):260-267.
[7]	吴芬芳, 李清泉, 熊卿 . 基于车载激光扫描数据的目标分类方法[J]. 测绘科学, 2007,32(4):75-77.
[8]	杨必胜, 方莉娜 . 车载激光扫描点云中道路标识线提取[C]//第一届全国激光雷达对地观测高级学术研讨会论文集. 北京:中科院对地观测与数字地球科学中心, 2010: 149-155.
[9]	徐伟恒, 冯仲科, 苏志芳 , 等. 一种基于三维激光点云数据的单木树冠投影面积和树冠体积自动提取算法[J]. 光谱学与光谱分析, 2014(2):465-471.
[10]	Estornell J, Ruiz L A, Velazquez-Martí B , et al. Fernandez-Sarría.Estimation of pruning biomass of olive trees using airborne discrete-return LiDARdata[J]. Biomass and Bioenergy, 2015,81:315-321. doi: 10.1016/j.biombioe.2015.07.015
[11]	Fitzgibbon A, Pilu M, Fisher R B . Direct least square fitting of ellipses[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1999,21(5):476-480. doi: 10.1109/34.765658
[12]	王玉辉, 周广胜, 蒋延玲 . 基于森林资源清查资料的落叶松林生物量和净生长量估算模式[J]. 植物生态学报, 2001,25(4):420-425.
[13]	王斌, 刘某承, 张彪 , 等. 基于森林资源清查资料的森林植被净生产量及其动态变化研究[J]. 林业资源管理, 2009(1):35-43.
[14]	欧阳钦 . 长沙望城区森林植被生物量及碳储量研究[D]. 长沙:中南林业科技大学, 2014.

树高	槐树编号				树高	樟树编号
树高	1	2	3	4	树高	1	2	3	4
实测树高	5.46	5.45	5.20	5.30	实测树高	4.64	4.12	5.56	4.47
计算树高	5.53	5.54	5.11	5.13	计算树高	4.58	4.06	5.47	4.43
差值	-0.07	-0.09	0.09	0.17	差值	0.06	0.06	0.09	0.04
中误差				0.11	中误差				0.02

冠幅		槐树编号				冠幅		樟树编号
冠幅		1	2	3	4	冠幅		1	2	3	4
X方向冠幅	实测	1.97	0.92	1.34	1.53	X方向冠幅	实测	1.28	1.19	1.96	1.02
	计算	1.83	0.87	1.26	1.25		计算	1.31	1.20	2.08	1.08
	差值	0.14	0.05	0.08	0.28		差值	-0.03	-0.01	-0.12	-0.06
	中误差				0.09		中误差				0.04
Y方向冠幅	实测	2.01	1.59	1.68	2.00	Y方向冠幅	实测	1.43	1.27	2.30	1.17
	计算	2.06	1.52	1.56	1.93		计算	1.45	1.21	2.22	1.11
	差值	-0.05	0.07	0.12	0.07		差值	-0.02	0.06	0.08	0.06
	中误差				0.06		中误差				0.04
平均冠幅	实测	1.99	1.26	1.51	1.77	平均冠幅	实测	1.36	1.23	2.13	1.10
	计算	1.79	1.38	1.93	1.86		计算	1.42	1.09	1.91	1.04
	差值	0.20	-0.12	-0.42	-0.09		差值	-0.06	0.14	0.22	0.06
	中误差				0.22		中误差				0.10

胸径	槐树编号				胸径	樟树编号
胸径	1	2	3	4	胸径	1	2	3	4
实测胸径	14.0	12.4	13.9	11.4	实测胸径	21.5	22.8	28.6	21.0
计算胸径	14.5	13.6	14.1	11.1	计算胸径	21.6	23.0	29.5	20.5
差值	-0.5	-1.2	-0.2	0.3	差值	-0.1	-0.2	-0.9	0.5
中误差				0.5	中误差				0.5

计算量	槐树编号				计算量	樟树编号
计算量	1	2	3	4	计算量	1	2	3	4
材积量/m³	0.0450	0.0402	0.0395	0.0254	材积量/m³	0.0802	0.0805	0.1737	0.0710
生物量/t	0.0688	0.0614	0.0603	0.0388	生物量/t	0.1017	0.1021	0.2202	0.0901
固碳量/t	0.0340	0.0303	0.0298	0.0191	固碳量/t	0.0502	0.0504	0.1087	0.0445

基于车载激光点云的行道树固碳量估算研究

Carbon Sequestration Estimation of Roadside Trees Based on Vehicle-borne Laser Point Cloud

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 14

相关文章 1

编辑推荐

Metrics

本文评价