基于无人机激光雷达数据的落叶松人工林单木分割算法的综合比较

通过无人机激光探测和测距数据的单木分割(ITCD)可以直接获得区块水平高精度的单木级结构信息。这些信息是森林监测和管理的基础，可以减轻人力和时间成本。尽管已经提出了许多ITCD算法，但尚未对这些算法在人工林中进行综合和全面的比较。本研究评估了七种典型的ITCD方法在不同林分密度和树冠等级下的性能，并分析了参数敏感性以及分割精度与最佳参数和林分指标的相关性。结果表明，森林特征影响算法的准确性，森林冠层结构的复杂性和被抑制树木的遗漏误差是影响ITCD准确性的关键因素。在选择算法时，应综合考虑算法的分割和冠描述精度、稳定性和适应性。此外，本研究表明，通过林分测量来控制算法的参数是可行的。这些结果将有助于指导ITCD方法的选择，并为未来改进ITCD算法提供支持。