基于改进的K-means算法估测单木树高

编号 zgly0001680926

文献类型 期刊论文

文献题名 基于改进的K-means算法估测单木树高

作者 孙拱  辛颖  闫灿 

作者单位 东北林业大学工程技术学院 

母体文献 森林工程 

年卷期 2019年06期

年份 2019 

分类号 S758.1 

关键词 机载LiDAR  改进K-means算法  树高 

文摘内容 为快速提取森林单木树高,提高单木树高的提取精度,本研究提出一种改进的K-means聚类算法提取单木树高。即利用内蒙古依根地区的野外实测数据和机载LiDAR点云数据,以各单木实测坐标为该算法的聚类中心,对机载LiDAR点云数据进行圆柱拟合聚类,将圆柱体内垂直方向最高的点视为该单木树冠最高点,利用提取的树高与野外实测树高进行相关性分析。分析发现,基于改进的K-means算法提取的树高与实测树高相关系数R~2为0. 852。结果说明改进的K-means算法能够很好的用于机载LiDAR点云数据单木树高的提取,降低了传统测量方法的局限性,挖掘了机载LiDAR点云数据的应用潜力。