共查询到10条相似文献,搜索用时 15 毫秒
1.
树干解析实用技术的探讨 总被引:2,自引:0,他引:2
树干解析是生产和科研中经常用以测定和研究树木生长变化的基本方法;也是营林科技工作者应当掌握的一项重要测树技术。笔者根据多年来专业调查中近二百株解析木的测量实践,对现阶段树干解析的实用技术进行了有益的探讨,并提出个人意见与同仁商榷。 相似文献
2.
《林业调查规划》2019,(5)
针对现有森林资源调查中立木胸径测量存在的劳动强度大、人力成本高、劳动效率低等缺陷,以自主研制的搭载CMOS、激光测距传感器、倾角传感器的手持式测树仪的算法需求为研究基础,建立了利用图像处理技术和机器视觉技术进行立木胸径解算的算法体系,并对其进行精度验证。结果表明,利用文中所述算法,手持式测树仪对20 cm以下胸径测量的最大绝对误差为±0.3 cm,相对平均误差为1.34%,完全满足我国森林资源清查对于胸径小于20 cm树木的胸径测量误差要求;对20 cm以上胸径测量的绝对误差与相对误差的平均值分别为0.4 cm和1.08%,满足我国森林资源清查胸径测量精度要求的结果有83株,占总测量数的76.15%。 相似文献
3.
4.
5.
基于线性谱聚类的林地图像中枯死树监测 总被引:1,自引:0,他引:1
【目的】将基于线性谱聚类超像素的方法应用在森林病虫害防治领域,可智能监测无人机森林虫害图像中的枯死树,为森林有害生物的监测工作提供技术支撑。【方法】分别以湖北省受松材线虫与辽宁省受红脂大小蠹侵害的松林无人机图像为试验数据,首先使用线性谱聚类超像素分割算法将图像划分为多个超像素;然后基于枯死树木的颜色特征,初步提取可能为枯死树的超像素区域;最后基于枯死树木与其他干扰地物具有不同的纹理特征,计算超像素的区域密度和缝隙量,利用支持向量机对初步提取的超像素进行分类,从而检测出图像中的枯死树。【结果】基于线性谱聚类超像素和支持向量机的枯死树监测方法可有效排除与枯死树木颜色相近的其他干扰地物,较准确地提取出枯死树木。使用该方法与基于植被颜色指数的阈值分割方法、基于简单线性迭代聚类超像素和随机森林的方法,对35幅受灾松林无人机图像进行试验,并选用交并比、虚警率和漏检率3个评价指标对3种方法进行定量对比分析。结果表明,基于线性谱聚类超像素的方法监测出的枯死树区域最精确,其监测结果与人工检测结果的交并比均值大于58%,且虚警率和漏检率均优于另外2种方法。【结论】基于线性谱聚类超像素的枯死树监测方法能实现松林中枯死树的快速、准确检测及定位。 相似文献
6.
基于智能手机图像分析的树木胸径测量研究 总被引:1,自引:0,他引:1
树木信息的采集是森林资源调查的基础,通过安卓智能手机图像处理的研究,为单株树木胸径信息的采集提供简单、高效的测量方式,在野外环境复杂或者没有仪器的时候,也可以进行较为准确的树木胸径估测。利用安卓智能手机上的图像处理技术,结合近景摄影测量原理,该文提出了2种测定单株树木胸径的方法:第1种是基于近景摄影测量技术的测量方法。此方法通过手机摄像头摄像时传感器获取的手机倾斜角度和变化测量位置后测得的高度差,利用三角函数计算得到立木胸径;第2种是基于图像立木边缘提取的测量方法。此法利用边缘检测算子得到树木的轮廓,再根据比例因子,结合用户输入的参数和应用程序获取的手机相关参数计算立木胸径。最后开发了相应的智能手机App(Application,应用软件)。结果显示,基于近景摄影测量技术的测量方法,其绝对误差的绝对值在8 cm以内,平均相对误差为6%;基于图像立木边缘提取的测量方法,其绝对误差绝对值在5 cm以内,软件测量胸径与卷尺间接测量的直径值之间平均误差为11.08%。这说明,2种方法软件测量结果精度较高,适合野外操作;相比较而言,第2种方法测量结果更加稳定,更加具有实用性。 相似文献
7.
8.
9.
指出了在进行园林树木栽植的时候应该根据3个基本原则进行,即"三适"。其栽植应该根据树本身的生长以及发育规律进行,并且树木移栽的同时也要做好其栽后的后续管理工作。提出了园林树木栽植的"三适"对策,以供参考。 相似文献
10.
树木高度的测量工作是林业生产、科研、教学和森林调查的一项重要工作,是评价林木生长状况的重要依据。该文在对树木高度测量方面摒弃了繁重的测量设备,将近景摄影测量原理与当下时兴的安卓智能手机应用程序(Application)相结合,提出了一种新的测量树高的方式。测量者输入必要的参数并进行简单的操作,应用程序调用手机内部的方向传感器获取其倾斜角度数据,再结合所输入的参数先得到精确的树木离测量者的距离,然后通过一定的数学模型演算出树木的高度。此方法轻便、快捷,且精度较能满足需求,适合在野外没有专业测量工具时对树高进行较为准确的估测。 相似文献