基于全局运动恢复结构理论的树木地上生物量反演模型研究

The accurate estimation of aboveground biomass of forests is the basis to the understanding of the carbon cycles of terrestrial ecosystems and one of the key research areas of ecological environment and global change. Traditional methods such as allometric equations for the estimation of aboveground biomass of trees are associated with large uncertainty. In comparison with terrestrial laser scanning, structure from motion provides an economic and practical method to acquire detailed geometric structures of trees and is of important significance to the accurate inversion of aboveground biomass of trees. Based on the theory of global structure from motion, this project extracts highly accurate three-dimensional point clouds of trees, makes full use of two-dimensional images to build three-dimensional surface model of trees, and builds three aboveground biomass inversion models, including statistical models, models based on surface structures, and voxel-based models. Through the comparison with field-measured biomass values and biomass estimates from terrestrial laser scanning, this project evaluates the aboveground biomass inversion models in terms of accuracy, robustness, amount of manual interaction, and adaptability to various application scenarios. This project is of great scientific significance and application importance in promoting the research on the accurate estimation of aboveground biomass of forests and the application of the structure-from- motion theory in Earth science.

森林地上生物量估算研究是陆地生态系统碳循环分析的基础，是生态环境和全球变化监测研究的主要内容之一。传统的树木地上生物量的估算方法具有较大的不确定性。与地面激光扫描相比，运动恢复结构理论提供了获取树木精细三维结构的一种经济和实用性强的方法，对于树木地上生物量的精确反演研究具有重要意义。基于全局运动恢复结构理论，本项目从一组无序的图像中获取树木的精细三维点云，充分结合二维图像信息建立树木三维表面模型，构建三种生物量反演模型，包括统计反演模型、基于表面模型的反演模型和基于体素的反演模型。通过与野外实测生物量和基于地面激光扫描的生物量估算值的比对，项目检验树木地上生物量反演模型的估算精度、鲁棒性、人工交互量和对不同场景的适应性，研究适合样地尺度的树木地上生物量快速高精度的反演模型。项目对于推进森林地上生物量的精确估算研究和运动恢复结构理论在地球科学领域的进一步应用具有重要的科学意义和应用价值。

森林地上生物量估算研究是陆地生态系统碳循环分析的基础，是生态环境和全球变化监测研究的主要内容之一。传统的树木地上生物量的估算方法具有较大的不确定性。与地面激光扫描相比，运动恢复结构理论提供了获取树木精细三维结构的一种经济和实用性强的方法，对于树木地上生物量的精确反演研究具有重要意义。项目采集了大量不同控制实验下的森林样地的树木三维地面激光扫描点云数据和图像数据，使用渐进式和全局运动恢复结构方法确定图像之间的空间位置关系，生成树木的精细三维点云，并构建枝干的三维表面模型。项目提出了多最优尺度的树木三维激光扫描点云枝叶分离算法，提升了枝叶自动分离算法精度；同时基于枝干点云，考虑遮挡关系，构建主干和细枝的三维模型。基于获取的三维点云数据和三维表面模型，项目构建了统计反演模型、基于表面模型的反演模型和基于体素的反演模型。项目评估了基于两种数据源的树木地上生物量反演算法的整个工作流程。基于地面激光点云的生物量反演模型更有优势，拥有更高的反演精度，方法鲁棒性好，人工交互工作量要求少。但是，基于图像的方法野外工作时间较少，对设备要求较低，比较适合于对精度要求较低的应用场景。项目检验了树木地上生物量反演模型的估算精度、鲁棒性、人工交互量和对不同场景的适应性，研究了适合样地尺度的树木地上生物量快速高精度的反演模型。通过本项目的研究，积累了大量不同控制实验条件下的森林样地的树木三维地面激光扫描点云数据和图像数据，构建了基于三维点云和三维表面模型的树木地上生物量反演模型，开发了树木地上生物量反演原型系统，进一步提升了海量点云数据的处理能力，推进了森林地上生物量的精确估算研究和运动恢复结构理论在地球科学领域的进一步应用。