如何从激光雷达创建森林密度图

森林密度可以用作衡量森林健康和生长的指标。遥感数据（例如激光雷达）可用于森林密度分析，同时节省时间和人力。Global Mapper Pro 中同时支持摄影测量和传统激光雷达点云，但此工作流程利用传统激光雷达及其穿透森林树冠的能力。这允许使用森林密度图对树冠和下面的地面进行建模。

密度图突出显示了高点密度和低点密度的区域。最常见的森林密度测量用于评估单棵树木及其彼此之间的接近程度。在 Global Mapper Pro 中，可以创建额外的密度图，以识别具有任何共享属性（如树冠宽度、树高等）的树群。或者，您可以使用按点密度绘制激光雷达设置来可视化植被激光雷达点的密度。这并不关注单个树木，但可能会为整体植被密度和地面覆盖提供一些见解。

点云分类将上下文应用于点要素以进行可视化和分析。我们人类可以清楚地看到树冠点和地面点之间的区别。但是，计算机必须根据点云中的对象属性和结构来识别它们。Global Mapper 的自动植被分类工具用于识别数据中的树型结构。

缅因州中部某个区域的稀疏 USGS 点云在 Global Mapper Pro 中被分类为地面和植被高度。

还可以自动识别高度类别，以专注于要测量的树木。这些分类稍后可用于过滤点云，以比较不同树高类的密度。

Feature Extraction 工具根据分类点创建矢量特征。这是可以创建树木清单以便于查看和导出的地方。在其他输出选项中，在每个线段的中心创建一个矢量树点。这些树形点要素包含树的测量属性，例如高度、树冠分布和分类。

在点云中检测到的每棵树都分配有一个矢量点特征，其中包含树的测量属性。

*提示：Tree Count 可以读取为此点图层中的要素数量。

从 Analysis Toolbar 或 Vector Analysis 下拉菜单中打开 Create Density Grid （Heat Map） 工具，然后选择 Extracted Trees 图层。这将创建一个格网图层，其中每个像元值的颜色表示树木的相对密度。

调整工具设置以最适合您的森林类型和期望。

Population Field （群体字段） – 选择要测量密度的属性。 点计数将测量森林中树木的密度，但您也可以选择其他属性来查找具有相似特征（例如高度）的聚类。

Search Radius （搜索半径） – 用于指定相邻树可以距离树多远，并且仍被视为近。调整此选项以匹配所需的森林类型密度。如果树木相距 10 米，那算不算是理想的距离。

Cells per Radius （每个半径的单元格数） – 与 Search Radius （搜索半径） 结合使用时，这将控制生成的密度网格中的像素大小。例如，如果您的搜索半径为 90 米，“每个半径的单元格数”为 3，则每个像素的宽度应为 30 米。

由于通常使用的颜色，这种类型的栅格分析有时称为热图。红色单元格的值较高，在本例中，它们表示密度较高的区域，而蓝色单元格的密度最低。

放大这些数据，我们可以看到一组茂密的森林，可能需要实地考察以调查可能的管理需求。

密度网格是一种快速简便的方法，可以突出显示林分中需要疏伐或其他管理的部分。通过 Lidar 数据和 Global Mapper Pro，可以将此分析应用于整个森林，而所需时间仅为执行和处理同一区域的木材巡航所需时间的一小部分。