|本期目录/Table of Contents|

[1]陈洪,赵庆展,李沛婷.无校正点的机载LiDAR农作物点云数据精度评价[J].江苏农业科学,2018,46(12):179-184.
　Chen Hong,et al.Accuracy evaluation of airborne LiDAR crop cloud data without correction points[J].Jiangsu Agricultural Sciences,2018,46(12):179-184.
点击复制

无校正点的机载LiDAR农作物点云数据精度评价(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年第12期
页码:
179-184
栏目:
农业工程与信息技术
出版日期:
2018-06-20

文章信息/Info

Title:
Accuracy evaluation of airborne LiDAR crop cloud data without correction points
作者:
陈洪;  赵庆展;  李沛婷
石河子大学信息科学与技术学院/国家遥感中心新疆兵团分部/兵团空间信息工程技术研究中心/
兵团空间信息工程实验室，新疆石河子 832000
Author(s):
Chen Hong;  et al
关键词:
机载激光雷达; 农作物; 点云数据; 精度评价; 系统误差; 随机误差
Keywords:
-
分类号:
TP751；S127
DOI:
-
文献标志码:
A
摘要:
农作物高度是农业遥感应用中极为重要的参数，目前已能够使用机载激光雷达获取准确的农作物高度信息，但对其获取点云数据精度的评价是困扰研究人员的问题之一。在分析机载激光雷达点云获取与定位模型的基础上，从系统误差和随机误差2个方面进行误差分析，结合具体试验设计得到定量化描述与分析激光测距误差和动态时延误差。利用点云脚点的空间拓扑关系，得到拟合高程模型真值与平面模型拟合方程，以此为基础进行无校正点的点云数据精度评价。结果表明，高程精度最大残差值为5.60 cm，均方根误差为0.94 cm，平面精度最大残差值为 2.78 cm，均方根误差为8.63 cm，这与定位定姿系统(positioning and orientation system，简称POS)数据精度报告相近，该结果可为研究无校正点条件下作物高度的高精度测量提供参考和借鉴。
Abstract:
-

参考文献/References:

［1］Schenk T. Modeling and recovering systematic errors in airborne laser scanners［C］//Proceedings of OEEPE Workshop on Airborne Laser Scaning and Interferometer SAR for Detailed Digital Elevation Models，2001：40-48.
［2］李峰，崔希民，刘小阳，等. 机载LIDAR点云定位误差分析［J］. 红外与激光工程，2014，43(6)：1842-1849.
［3］刘经南，张小红，李征航. 影响机载激光扫描测高精度的系统误差分析［J］. 武汉大学学报(信息科学版)，2002，27(2)：111-117.
［4］邬建伟，马洪超. 机载LiDAR激光束与扫描镜对准误差影响分析［J］. 红外与激光工程，2008，37(2)：243-246.
［5］王建军. 基于正交化实验对影响机载激光雷达测量精度的工作参数进行最优化设计［J］. 中国激光，2013，40(2)：226-233.
［6］王建军，徐立军，李小路. 姿态角随机测量误差对机载激光扫描成像的影响［J］. 中国激光，2011，38(3)：225-233.
［7］王建军，刘吉东. 影响机载激光扫描点云精度的测量误差因素分析及其影响大小排序［J］. 中国激光，2014，41(4)：247-252.
［8］张艳亭，黄晓阳，成枢，等. 机载激光雷达对地定位精度探讨［J］. 测绘信息与工程，2012，37(4)：10-12，16.
［9］Pereira L M G，Janssen L L F. Suitability of laser data for DTM generation：a case study in the context of road planning and design［J］. ISPRS Journal of Photogrammetry and Remote Sensing，1999，54(4)：244-253.
［10］张小红. 机载激光雷达测量技术理论与方法［M］. 武汉：武汉大学出版社，2007：66-72.

相似文献/References:

[1]苏世伟,朱文,聂影.农作物秸秆资源生态转化方式分析[J].江苏农业科学,2015,43(11):452.
　Su Shiwei,et al.Comparative analysis of ecological transformation way of crop straw resources[J].Jiangsu Agricultural Sciences,2015,43(12):452.
[2]阴国富,朱创录.基于物联网的精密温室环境管控系统研究[J].江苏农业科学,2015,43(10):491.
　Yin Guofu,et al.Study on precision greenhouse environment control system based on internet of things[J].Jiangsu Agricultural Sciences,2015,43(12):491.
[3]王永昌,田景文.基于离散脊波变换的农作物图像去噪算法[J].江苏农业科学,2015,43(05):425.
　Wang Yongchang,et al.Study on crop image denoising algorithm based on ridgelet transform[J].Jiangsu Agricultural Sciences,2015,43(12):425.
[4]李文凤,房翠翠,霍英芝.不同农作物根际自生固氮菌分离及固氮酶活性[J].江苏农业科学,2014,42(07):385.
　Li Wenfeng,et al.Isolation and nitrogenase activities of rhizosphere azotobacter from different crops[J].Jiangsu Agricultural Sciences,2014,42(12):385.
[5]赵盼盼,王丽,袁园园,等.提高CRISPR/Cas9系统靶向编辑效率方法的研究进展[J].江苏农业科学,2017,45(01):12.
　Zhao Panpan,et al.Research progress on methods of enhancing CRISPR/Cas9 system target editing effects[J].Jiangsu Agricultural Sciences,2017,45(12):12.
[6]杨海婧,田丰,马永清,等.小麦、蚕豆和油菜浸提液对秦艽种子萌发的影响[J].江苏农业科学,2017,45(05):145.
　Yang Haijing,et al.Effects of wheat，broad bean and oilseed rape extracts on seed germination of Gentianae macrophylla[J].Jiangsu Agricultural Sciences,2017,45(12):145.
[7]陈晨,刘涛,武威,等.三维传感器Kinect在农业领域的应用与发展[J].江苏农业科学,2018,46(08):11.
　Chen Chen,et al.Application and development of three dimensional sensor Kinect in agricultural field[J].Jiangsu Agricultural Sciences,2018,46(12):11.
[8]陈志龙,陈广银,李敬宜.沼液在我国农业生产中的应用研究进展[J].江苏农业科学,2019,47(08):1.
　Chen Zhilong,et al.Research progress on application of biogas slurry in Chinas agricultural production[J].Jiangsu Agricultural Sciences,2019,47(12):1.
[9]张丹,罗小三,赵朕,等.太阳辐射降低(遮阴)对小麦产量及矿质金属元素含量的影响[J].江苏农业科学,2019,47(10):75.
　Zhang Dan,et al.Effects of solar radiation reduction (shading) on yield and mineral metals contents in wheat[J].Jiangsu Agricultural Sciences,2019,47(12):75.
[10]周博,嵇云,蔡国华,等.电子鼻检测农作物病虫害的研究进展[J].江苏农业科学,2019,47(15):143.
　Zhou Bo,et al.Research progress on detection of crop pests and diseases based on electronic nose[J].Jiangsu Agricultural Sciences,2019,47(12):143.

备注/Memo

备注/Memo:
收稿日期：2017-09-20
基金项目：中央引导地方科技发展专项(编号：BT011)；新疆生产建设兵团科技计划(编号：2016BA001)。
作者简介：陈洪(1991—)，男，山西临汾人，硕士，主要从事空间信息技术及应用、无人机遥感的应用等研究。E-mail：714772559@qq.com。
通信作者：赵庆展，硕士，教授，主要从事空间信息技术及应用、农业信息化领域的研究。E-mail：zqz_inf@shzu.edu.cn。
更新日期/Last Update: 2018-06-20