German Title: Wie wirkt sich die Bewegung der Vegetation während des Laserscannings auf gängige Punktwolkenmetriken aus? Eine Studie mit virtuellem Laserscanning

Preview

PDF, English - main document Download (9MB) | Lizenz: How Does Vegetation Movement During Laser Scanning Affect Common Point Cloud-Derived Metrics? A Virtual Laser Scanning Study by Weiser, Hannah underlies the terms of Creative Commons Attribution 4.0

Abstract

Close-range, high-resolution laser scanning is used in ecology, forestry and precision agriculture to assess plant health, structure, and productivity, and to monitor growth or regular movement patterns. A common problem in these applications is the wind-induced movement of vegetation during the scanning process, which can lead to multiple representations or blurring of leaves and branches. In this work, we investigate how leaf motion affects common metrics derived from high-resolution terrestrial and UAV-borne laser scanning point clouds of small apple trees. To this end, we use virtual laser scanning of synthetic trees with different levels of animated leaf flutter. Height metrics, voxel metrics, geometric features, and leaf area are calculated from the simulated single-tree laser scanning point clouds and compared across the motion scenarios. Furthermore, the effects of point cloud filtering on terrestrial laser scanning (TLS) data are quantified, both using virtual laser scanning point clouds and a real laser scanning point cloud. We found that leaf motion has significant effects on metrics derived from TLS point clouds, such as the number of leaf and wood points, voxel-based metrics, and geometric features. Leaf area is increasingly overestimated by direct geometric methods as leaf motion increases, with errors up to five times higher than without leaf motion. Meanwhile, standard height metrics and indirect light-extinction based leaf area estimates are fairly robust to leaf flutter. Modelled leaf movement also does not affect the metrics derived from simulated UAV-borne laser scanning point clouds. Leaf area estimation from TLS point clouds using geometric methods can be improved by applying a moving least squares surface approximation filter, which reduces measurement noise and motion effects. This study demonstrates how virtual laser scanning can be used to systematically investigate variables that influence the laser scanning result. Furthermore, by modelling trees as dynamic 3D objects, we take a step towards more realistic simulated point clouds, making virtual laser scanning a powerful method for developing algorithms to analyse 4D vegetation time series.

Translation of abstract (German)

Hochauflösendes Laserscanning im Nahbereich wird in der Ökologie, der Forstwirtschaft und der Präzisionslandwirtschaft eingesetzt, um die Gesundheit, Struktur und Produktivität von Pflanzen zu beurteilen und ihr Wachstum oder regelmäßige Bewegungsmuster nachzuvollziehen. Ein häufiges Problem bei diesen Anwendungen ist die windbedingte Bewegung der Vegetation während des Scanvorgangs, die zu Mehrfachdarstellungen oder Unschärfe von Blättern und Ästen führen kann. In dieser Arbeit untersuchen wir den Einfluss von Blattbewegung auf gängige Metriken, die aus hochauflösenden terrestrischen und UAV-basierten Laserscan-Punktwolken kleiner Apfelbäume abgeleitet werden. Zu diesem Zweck verwenden wir virtuelles Laserscanning von synthetischen Bäumen mit verschiedenen Szenarien animierter Blattschwingungen. Aus den simulierten Laserscanning-Punktwolken der einzelnen Bäume werden Höhenmetriken, Voxelmetriken, geometrische Features und die Blattfläche berechnet und über die Bewegungsszenarien hinweg verglichen. Darüber hinaus werden die Auswirkungen von Punktwolkenfiltern auf terrestrische Laserscanning (TLS)-Daten quantifiziert, wofür sowohl virtuelle als auch eine reale Laserscanning-Punktwolke verwendet werden. Wir fanden heraus, dass Blattbewegungen signifikante Auswirkungen auf Metriken haben, die aus TLS-Punktwolken abgeleitet wurden, darunter die Anzahl der Blatt- und Holzpunkte, voxelbasierte Metriken und geometrische Features. Die Blattfläche wird mit stärkerer Blattbewegung durch direkte geometrische Methoden zunehmend überschätzt, wobei die Fehler bis zu fünfmal höher sind als ohne Blattbewegung. Dem gegenüber sind Standard-Höhenmetriken und indirekte, auf Extinktion von Licht basierende Schätzungen der Blattfläche recht robust gegenüber Blattschwingungen. Die modellierte Blattbewegung wirkt sich auch nicht nennenswert auf Metriken aus, die aus simulierten UAV-gestützten Laserscanning-Punktwolken abgeleiteten werden. Die Genauigkeit der aus TLS-Punktwolken mit geometrischen Methoden geschätzten Blattfläche kann durch Anwendung eines Moving Least Squares Filters verbessert werden, wodurch Messrauschen und Bewegungseffekte reduziert werden. Diese Forschungsarbeit zeigt, wie mit Hilfe des virtuellen Laserscannings systematisch Variablen untersucht werden können, die die resultierenden Laserscanning-Punktwolken beeinflussen. Indem wir Bäume als dynamische 3D-Objekte modellieren, machen wir zudem einen Schritt hin zu realistischeren simulierten Punktwolken, was virtuelles Laserscanning zu einer leistungsstarken Methode für die Entwicklung von Algorithmen zur Analyse von 4D-Vegetationszeitreihen macht.