(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111640468.3 (22)申请日 2021.12.2 9 (71)申请人 江苏集萃未来城市应用技 术研究所 有限公司 地址 215000 江苏省苏州市相城经济技 术 开发区澄阳街道澄阳路116号阳澄湖 国际创业园3号楼3层3 01-313房屋 (72)发明人 王庆　张昊　陈强峰　付华彪　 汤立凡　 (74)专利代理 机构 苏州久元知识产权代理事务 所(普通合伙) 32446 专利代理师 潘宏伟 (51)Int.Cl. G06T 7/521(2017.01) G06T 7/10(2017.01)G06T 7/62(2017.01) G06T 7/66(2017.01) G06V 20/10(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于点云数据和图像识别技术的树木 碳汇量计算方法 (57)摘要 本发明公开了一种基于点云数据和图像识 别技术的树木碳汇量计算方法。 基于激光雷达点 云数据和图像识别技术的碳汇量计算方法包括 如下步骤： 首先使用激光雷达设备采集树木的高 精度LiDAR点云数据； 通过单木分割算法获取到 每棵树的规格数据； 再结合深度学习图像识别算 法， 使用树木图像数据获取不同树种对应的树干 密度和碳含量计算因子； 最终利用碳汇估算公式 计算树木碳汇 量。 基于激光雷达点云数据和图像 识别技术的碳汇量计算方法可以精确计算到每 一棵树的碳汇 量， 相较于 现有的基于森林冠层模 型的碳汇量计算方法， 具有显著的精度优势。 权利要求书2页 说明书3页 附图2页 CN 114463403 A 2022.05.10 CN 114463403 A 1.一种基于点云数据和图像识别技术的树木碳汇量计算方法， 其特征在于， 所述方法 包括： 通过无人机载、 车载和背负式移动激光雷达采集设备获取完整的树木LiDAR点云和影 像数据； 对LiDAR点云数据进行内业处理去除空中噪点提高数据质量， 利用单木分割技术对数 据进行分割， 并采用拟合圆柱的方式提取 各个树木的胸径和树冠面积； 使用单株树木的影 像信息利用基于深度学习的树种识别技 术获取树木的树种信息； 根据基于生物量清 单法的碳汇估算公式C＝V ×D/R×Cc/Tc获取树木的碳汇量， 其中V 是 树木的蓄积量； D是树干密度； R是树干生物量占树木生物量的比例； Cc是植物中的碳含量； Tc 是碳元素分子量在二氧化 碳分子量中的比例(3 /11)。 2.根据权利要求1所述的基于点云数据和图像识别技术的树木碳汇量计算方法， 其特 征在于， 所述采集设备采用无人机、 背包式或车载式激光雷达， 根据不同的场景及精度需求 选取不同实施方式。 无人机激光雷达可以通过规划不同视角及自动航线路线从 高空获取大 范围内的地面目标空间数据， 背包式激光雷达可以在有遮挡复杂场景下获取扫描 范围水平 0°～360°、 垂直‑90°～90°的高精度三维点云和影像数据， 车载式激光雷达适合移动获取路 边树木信息。 完成外业采集后， 需对点云数据进行处理， 包括对点云中噪点数据的去除， 分 离归类处 理地面点来去除地形对树高的影响， 对点云数据归一 化处理。 3.根据权利要求1所述的基于点云数据和图像识别技术的树木碳汇量计算方法， 其特 征在于， 所述单木分割技术采用K均值聚类算法对激光雷达扫描的点云信息进 行单木分割， 结合地面高度信息对点云进行同一高度分层处理， 提取分层面中的局部最大值， 将提取最 大值进行聚类算法处理， 获取聚类中心 点， 计算点云到聚类中心 点的距离， 根据所设定阈值 结合点云距中心 点的距离进 行分类， 再次计算新生成类的中心 点， 如此循环迭代， 最 终中心 点位置偏差小于设定阈值则结束聚类， 设定不同分层聚类中心点最小距离阈值， 对多层点 云聚类中心点进行筛选， 将符合阈值条件的中心点进行融合， 其聚类的点云即为单木分割 数据， 依据分割后的单木点云信息， 计算单木点云最大横截面积， 作为单木冠幅， 将离地同 等高度树干点云中心作为单木位置坐标， 该类点云的最高点作为单木的树高。 4.根据权利要求1所述的基于点云数据和图像识别技术的树木碳汇量计算方法， 其特 征在于， 所述树种识别技术利用激光雷达采集获取的点云数据以及同步拍摄获取的影像数 据关联获取单株树木的图像信息， 同时对收集的海量树木图片数据分类标记处理， 通过目 标检测技术Faster  R‑CNN、 SSD和YOLO迭代训练获取树种高精度物体检测模型， 发布部署模 型后自动批量处 理单木分割后的图像数据， 获取 单株精准的树种信息 。 5.根据权利要求1所述的基于点云数据和图像识别技术的树木碳汇量计算方法， 其特 征在于， 所述生物量清单法是建立在生物量与蓄积量关系为基础的植物碳贮量估算方法， 估算公式为C ＝V×D/R×Cc/Tc， 其中V是树木的蓄积量； D是树干密度； R是树干 生物量占树木 生物量的比例； Cc是植物中的碳含量； Tc是碳元素分子量在二氧化碳分子量中的比例(3/ 11)。 6.根据权利要求5所述的生物量清单法， 其特征在于， 所述生物量清单法是根据 各树种 的蓄积量和树干密度， 计算出各树种的生物量； 然后根据树干生物量占树木生物量的比例， 计算出树木的生物量； 然后根据该树种的碳密度计算出树木的碳汇量。权　利　要　求　书 1/2 页 2 CN 114463403 A 27.根据权利要 求5所述的生物量清单法， 其特征在于， 所述树木的蓄积量(V)由V＝π ×r2 ×H公式计算取 得， 式中:r是离地 面高度13 0cm处， 树木DBH(胸径)/2； H是树木高度(米)。权　利　要　求　书 2/2 页 3 CN 114463403 A 3