前言

林木是森林的基本构成单元，精准获取林木结构参数对于森林资源调查、估测森林蓄积量以及构建森林生长模型具有重要意义。在森林资源调查中，胸径是一个极为重要的结构参数。掌握森林中每棵树木的胸径，基本上就能了解森林的生长状况，并且可以通过胸径计算出单株树木的材积、森林的蓄积量以及碳储量等关键森林属性。
地面激光雷达（如手持或背包激光雷达）能够快速获取林木的三维结构数据，通过专业的点云处理软件可以提取每棵树木的胸径。Lidar360是一款专门用于激光雷达点云数据处理的软件，并且针对林业调查的需求开发了相关的点云数据处理模块。本文将基于地面激光雷达数据，使用Lidar360提取树木的胸径。

补充一句：在使用工具之前，我们首先需要了解其优势和不足。在应用中，地面激光雷达的优势在于能够较为准确地进行单木分割，并提取每棵树的胸径。然而，其劣势在于树高的提取易受树冠密集程度的影响。树冠越密集，测得的树高就越不准确。地面激光雷达更适用于地势平缓、范围类似普通公园大小的场景进行数据采集。

数据处理流程

激光雷达在林业中的应用能够准确提取单木的结构参数。数据采集后的点云处理步骤通常较为一致：首先裁剪出研究区内的点云数据，然后对数据进行地面点滤波，接着进行基于地面点的高度归一化，之后进行单木分割（地面和机载分割方法有所不同），最后提取单木的各项结构参数。

1、预处理（裁剪）

如果地面激光雷达数据采用的是绝对坐标，处理步骤为：工具_> 裁剪 _> 按多边形裁剪。导入边界的矢量文件进行裁剪。
如果地面激光雷达数据采用的是相对坐标，数据采集时需要先使用手持激光雷达沿研究区外边界走一圈（样地走三个边界即可），然后再进入研究区内采集数据，因为激光雷达会记录轨迹文件。后续可以根据轨迹大致进行裁剪，或者将轨迹生成外边界矢量文件再进行裁剪。。

裁剪时需要注意，如果严格按照边界进行裁剪，可能会导致一些边界上的树木树冠被截断，甚至斜向生长出边界的树干也可能被裁剪掉。为避免这种情况，我通常会将边界向外扩展一到两米后再进行裁剪。之后，再对裁剪后的结果进行目视检查，并进行更精细的裁剪，以确保处理的准确性。

2、提取胸径

地面点滤波
以CSF地面点滤波为例，工具箱 _> 分类 _> CSF地面点滤波，如下图。初始类别是指要被分类的点云，未做过处理的数据只有创建点，未分类这一类。目标类别就是将要分的地面点。重要参数设置：一是场景设置，选择与实际地形对应的场景类型（陡坡、缓坡、平地），二是分类阈值这里说的是布料与点的距离，这并不利于新手的理解，可以理解为CSF方法会先形成地面高度模型，与地面高度处置距离小于阈值的点都是地面点。这个参数可以需要进行设置调整，我的要求是尽量不让地面点包含树木主干点。