步通过后处理滤波方法进一步优化；
[0017] 基于视觉检查手动将地面激光雷达系统获得的给定森林样方点云数据中的点标 记为三类：①光合作用冠层部分（如叶，花等）；②非光合作用冠层部分（如枝，干）；③裸 地。这个数据集将会用来作为评价计算机分类结果准确性的参考指标。
[0018] (3)利用径向半球点云切片算法，研究点云密度的空间分布，并且从半球形地面激 光点云数据中提取角度孔隙率。图1是扫描位置在中心点时的3维"径向半球点云切片"框 架的几何原理图，矩形框的外切球决定有同样圆心的环形球面的最大半径，可以通过径向 或角度方法将森林冠层三维研究区域划分开。通过径向方法，点云区域被分为有相同圆心 的不同的环形半球区域，环形半球区域的数量由相邻球面之间的半径间隔和切球的最大半 径决定，环形半球区域由两个不同半径的球面来界定；方位角的范围是〇°到360°，倾角 的范围是0°到90° ;通过角度方法，利用公式（3)将球面分为不同立体角的表面区域，表 面区域的数量由整个球面和立体角的大小决定；
[0019] ..... (3)
[0020] 式中，ΘJ0。~90° )是天顶角，仍（0~360。)是方位角，dΘ。却.和i/q分别代 表倾角、方位角和立体角的微分；通过径向和角度方法，径向半球点云切片算法将三维球形 区域分为不同大小的"体元";例如，倾角0°到90°、方位角0°到90°的区域是立体角为 π的球体的四分之一。体元离中心点越远，体元边长越长，如附图2(a，b)所示，距离激光 扫描仪的距离山与采样空间Si之间的定量关系可以通过下式描述：
[0021] (4)
[0022] 式中，α是相邻激光束的角度间隔，Si是距离扫描仪屯处的采样空间。
[0023] (4)计算角度孔隙率。通过角度方法将给定的感兴趣三维区域划分为不同的梯形 体元，如附图3所示，每个体元的大小由LBA和RSL共同决定，LBA为代表相邻激光束角度 间隔的激光光束角，RSL为表示两个环形半球区域半径差异的径向区域长度。激光光束角 与给定的地面激光扫描仪保持一致，但是径向区域长度随着半径方向改变。随着距扫描仪 距离的增加采样间距变长，梯形体元变大。选择体元大小时，需要考虑基本叶片元素的特征 (如是单个叶片、叶芽还是针叶），通过计算梯形体元中点的数量研究三维空间叶片的空间 分布。如果沿着光照方向的所有体元都是空的可以认为是一个"空隙"，其中空体元与所有 体元的比值即为角度孔隙率，然后计算每个环形半球区域的AGF或从森林冠层顶部到特定 半球层区域的累积半球AGF。
[0024] (5)计算消光系数。消光系数由入射太阳光方向和叶片方向分布函数共同决定，入 射太阳光方向由激光束模拟，叶片方向分布函数由椭球模型表示；利用最小二乘法计算局 域点集中每个点的法矢量，在支撑域图形上绘制黎曼图，根据该图的最小生成树产生一个 种子法矢量，从而确定所有法矢量的方向；对于针叶林，由于地面激光系统很难捕获针叶信 息并绘制出较好的三维冠层结构，在光的截取过程中每一单独树枝被看做一个大叶片；假 设叶片方位角随机分布，预先设定椭球长半轴与短半轴的比例，用椭球模型表示叶片角度 分布，椭球阴影面积占椭球总面积的比例用来计算消光系数。
[0025] (6)计算有效叶面积指数：根据贝尔定律估算光穿过媒介时的衰减，单个半球区 域的LAIe通过公式（5)计算
[0026] Le=cos(θ) ·1η(Ρ(θ))/-G(θ) (5)
[0027] θ是天顶角允是有效叶面积指数；Ρ(θ)和-G(θ)/cos(θ)分别是入射太阳光 天顶角为Θ时的AGF和消光系数；根据径向半球点云切片算法，通过公式（6)计算整个森 林冠层LAIe:
[0028]
(6)
[0029] 式中，Lel是第ith个三维环形半球区域的LAIe;Ρ(ΘJ是第ith个三维环形半球区 域的AGF;G(ΘJ是第ith个三维环形半球区域的消光系数；
[0030] (7)评估木质部分对LAIe估算值的影响：对地面激光点云逐点分类以后，从原始 的TLS森林点云数据中剔除非光合冠层部分的TLS点云数据。为了便于比较基于TLS的 LAIe与基于DHP的LAIe，我们排除了低于扫描仪高度的冠层部分。通过创建两个数据集： 含有与不含有光合作用部分，定量描述木质部分对基于TLS的低中高三个不同森林点云密 度LAIe估算的影响。通过比较剔除非光合部分点云数据计算出的LAI与含有非光合部分 点云数据计算出的LAI之间的差别，便可计算出木质部分对基于地面激光系统的LAIe的贡 献值；
[0031] 与现有技术相比，本发明优势体现在：
[0032] 仅仅依据几何信息将地面激光点云数据进行逐点分为三类：光合作用冠层部分 (如叶和灌木）、非光合作用冠层部分（如干和枝）和裸地。提取出代表木质部分的激光点 云数据，考虑木质部分对有效叶面积指数的贡献值，去除掉木质部分对森林冠层的影响，从 而求出森林冠层的真实叶面积指数。
[0033] 本发明的有益效果是，区分出森林冠层的光合作用与非光合作用部分，求出真实 叶面积指数，提高众多模拟区域和全球陆地生态系统与大气间相互作用的生态模型、生物 地球化学模型、动态植被模型和陆面过程模型中的模拟精确度。 四、
【附图说明】
[0034] 图1为扫描位置在中心点时的3维"径向半球点云切片"框架的几何原理图
[0035] 图2为2维"径向半球点云切片"框架的几何原理图
[0036] a.TLS在森林样方中心点采用半球扫描方式时的侧视图
[0037] b.距扫描仪的距离与该距离处的采样间距之间的关系
[0038] 图3为基于模式识别的逐点自动分类算法分类结果图
[0039] a.原始激光点云数据
[0040] b.表面类（如地面）
[0041] c.随机类（如叶和草）
[0042] d.线性物体类（如枝和干）
[0043] 图4为角度分辨率为5度，半径分别为5m，15m，25m，和35m的四个半球切片平面 中，三维真实空间点密度空间分布说明图
[0044] 图5为基于TLS的AGF与基于DHP的AGF对比图
[0045] 图6为基于不同密度森林样方在不同的天顶角条件下的AGF图
[0046] a.高密度森林样方
[0047] b.中密度森林样方
[0048] c.低密度森林样方
[0049] 图7为在不同的森林类型条件下，基于TLS的AGF与基于DHP的LAIe对比图
[0050] a.所有森林类型
[0051] b.阔叶林
[0052] c.针叶林
[0053] d.混交林
[0054] 图8为不同密度森林样方条件下不同角度孔隙率的AGF图 五、
【具体实施方式】
[0055] 以下通过实例对本发明作进一步解释：
[0056] 1.以美国西雅图华盛顿大学旁边的华盛顿植物公园作为研究对象，地形高度范围 为10m-48. 47m，坡度变化小于15%，树种包括花旗松、大叶楓木、智利南美衫、广玉兰、新墨 西哥刺槐。选取30个样方，有效叶面积指数范围为0. 59-6. 69。根据实测的LAIe值，将30 个样方分为三类：低（LAIe:0-2)，中（LAIe:2-3. 2)，高（LAIe:3. 6-6. 4)。每个样方大概有 5-17棵树，胸径18-56cm。所采用的地面三维激光扫描仪LeicaScanStation2参数如表 1所示：
[0057] 表1三维三维激光扫描仪LeicaScanStation2参数
[0058]
[0059]
[0060] 2.根据技术方案步骤（2)所述，对森林样方地面激光点云数据进行逐点分为三 类：裸地类、光合作用冠层部分和非光合作用冠层部分，如附图3 (a，b，c，d)所示。通过比 较计算机分类结果与手动选择的验证样本数据集，结果表明总体分类精度达到85. 50 %。 由于叶片的相互遮挡、树冠内树枝太多，裸地分类精度最高，而非光合冠层部分分类精度最 低。从附图3(b)所示，裸地部分很好地从原始TLS点云数据中分离出来。
[0061] 3.研究点密度空间分布。根据技术方案步骤（3)所述，LAI值为4. 15的样方8被 分为半径分别为5m，1