陡峭地形场景下激光点云数据生产CHM方案，是数字绿土针对陡峭地形下的激光点云解决方案。
冠层高度是指森林冠层枝、叶离地面的垂直距离，是反映森林冠层结构形态的主要参数。激光雷达作为一种主动式遥感系统，具有低成本、高作业效率、可穿透植被区域并返回地面点回波等特性，激光雷达点云已被广泛用于提取各种森林参数，如树高、胸径、冠层体积、冠层高度等。
冠层高度模型（Canopy Height Model,CHM）是冠层尺度森林结构参数的主要数据源，通常CHM使用数字表面模型（DSM）减去数字高程模型（DEM）获得，这种方式可满足大部分地形场景的CHM生产要求。但对于陡峭地形，由于地形不连续，使用以上方式会导致地形断层处计算的冠层高度不准确，生成的结果会出现尖峰现象，无法满足生产要求。
点云与TIN模型叠加显示（地形断层处1）
点云与TIN模型叠加显示（地形断层处2）
地形断层处尖峰现象
断层处去尖峰化
针对上述地形断层处数据生产产生的尖峰现象，LiDAR360 V5.3版本完善了陡峭地形场景下CHM生产的方案，生产流程如下：
1、去噪：工具箱>数据管理>点云工具>去噪。原始数据去除孤立点、低位点等，避免噪点对后续数据生产的影响；
2、地面点分类：工具箱>分类>地面点分类。根据测区地形选择对应地形场景，分离出地面点及非地面点；
3、植被点分类：工具箱>分类>基于深度学习分类。勾选植被类别；
4、基于地面点归一化：工具箱>数据管理>点云工具>根据地面点归一化。对数据进行归一化处理，去除地形起伏对树木高度的影响；
5、生成CHM：工具箱>地形>DSM。使用归一化后的点云数据生成nDSM，初始类别选择植被类别。
以植被点云构建数字表面模型（nDSM），生成的nDSM即为CHM。相比传统的DSM与DEM作差构建CHM，该方法信息损失量小，模型精度更高。
注意：如果使用TIN差值方式，则选择无凹坑TIN方式生成DSM。
{{item.content}}