排序方式: 共有260条查询结果,搜索用时 390 毫秒
71.
随着遥感技术的迅速发展,雷达技术已经广泛应用于国内外林业工作中.合成孔径雷达和激光雷达由于其独特的优势,在我国的林业工作中进行了大量的尝试,并取得了突破性进展.本文主要概述了合成孔径雷达和激光雷达技术在我国林业上的应用现状,并提出了存在的问题以及未来的发展方向. 相似文献
72.
森林生物量是森林生态系统监测的一个重要指标。GLAS波形信息与森林冠层高度、生物量有较强的相关性,在森林冠层高度、生物量等参数估算中具有广阔的应用前景。本文简要介绍了GLAS激光雷达系统及其特点,重点总结归纳了应用GLAS进行森林冠层高度、生物量估算原理及方法,并对森林冠层高度、生物量估算模型作了介绍。 相似文献
73.
基于机载LiDAR数据的农作物叶面积指数估算方法研究 总被引:4,自引:0,他引:4
叶面积指数(LAI)是农作物长势监测及估产的重要参数,激光雷达能够提供精确的农作物冠层结构信息,可弥补光学遥感在提取冠层结构信息方面的不足。因此,本文旨在挖掘激光雷达所能提取的农作物垂直结构信息,并研究冠层结构参数与农作物叶面积指数之间的关系,从而估算整个研究区的叶面积指数。首先,基于机载激光雷达数据提取平均高度(Hmean)、最大高度(H_(max))、最小高度(H_(min))、高度百分位数(H_(25th)、H_(50th)、H_(75th)、H_(90th))、激光穿透力指数(LPI)、回波点云密度、孔隙率(fgap)、叶倾角(MTA)等结构参数;然后,利用Pearson相关性分析法对以上参数与地面实测LAI进行相关性分析,并选择与LAI相关性高的参数;最后,对选择的敏感性参数进行回归分析,构建激光雷达参数与实测LAI的LiDAR-LAI估算模型,估算整个研究区的农作物冠层LAI。精度评价结果表明:预测LAI与实测LAI之间的相关系数为0.79,均方根误差为0.47,说明激光雷达所提取的农作物冠层结构参数可用于估算空间上连续、大面积的农作物LAI。 相似文献
74.
基于地基激光雷达的玉米真实叶面积提取方法研究 总被引:3,自引:0,他引:3
叶面积指数(LAI)是定量描述植物叶片生长状态的重要参数,相较于受叶片聚集情况影响较大的有效LAI,真实LAI更能准确反映作物真实的生长状态。地基激光雷达(TLS)可以快速获取高精度植物的高度、密度、叶倾角、叶面积等作物结构信息,但在叶面积信息获取上主要得到的是有效LAI。借鉴体素化的思想,提出了基于体素内叶片及其投影数学关系的真实叶面积获取方法。该方法充分利用TLS在获取垂直结构信息上的优势,将表征玉米真实生长状态的点云数据作为数据源,利用体素将玉米叶片回波点云分割成一系列叶片单元,基于体素内叶片及其投影数学关系求取叶片单元面积,进而实现玉米真实叶面积的获取。通过利用不同激光雷达扫描仪分别于北京和河北两地获取的不同品种、不同尺度的4个样本点的玉米TLS点云数据进行验证:样本点1、2、3的试验数据为单木尺度,采用不同体素大小计算叶面积。结果表明,该方法计算所得叶面积与实测叶面积具有较高的相关性,决定系数均在0.8以上,方法可信度较高;最优体素大小分别为0.17、0.15、0.15 cm,在相应最优体素大小下,RMSE分别为61.898、44.058、42.844 cm2,植株总叶面积之间的相对误差分别为-2.678%、0.619%、-0.474%,误差较小,精度较高。样本点4的玉米点云数据属于群体尺度,叶面积计算结果与实测叶面积之间的绝对误差为-14.663%,计算结果偏小。由此可知,基于体素内叶片及其投影数学关系的真实叶面积获取方法切实可行,且精度较高。 相似文献
75.
[目的]通过机载遥感影像对普洱山区进行植被分类研究,为山区森林经营规划与可持续经营方案的制图提供高效应用途径。[方法]将2014年4月航拍的机载AISA Eagle II高光谱和Li DAR同步数据融合,利用点云数据提取的数字冠层高度模型(CHM)得到树种的垂直结构信息,结合经过主成分分析(PCA)的高光谱降维影像,选用支持向量机(SVM)分类器进行分类。[结果]普洱市万掌山实验区主要树种分为思茅松、西南桦、刺栲、木荷等。融合影像数据分类的总体精度和Kappa系数分别为80.54%、0.78,比单一高光谱影像数据分类精度分别提高6.55%、0.08,其中主要经营树种思茅松的制图精度达到了90.24%。[结论]该方法对山区主要树种的识别是有效的,将机载Li DAR与高光谱影像融合可以有效改善分类精度。 相似文献
76.
77.
对2015年7月至2017年6月宁波市镇海站晴天AGHJ-I-LIDAR激光雷达资料进行分析,发现355 nm波长的平均消光系数明显高于532 nm波长,355 nm波长的消光系数平均高值区可达>0.6 km-1,离地面有一定的距离,主要出现在0.5~0.9 km的高度,时间上主要出现在9:00—23:00。消光系数>0.4 km-1区域的上边界呈现出一定的日变化趋势,中午前后与日出、日落时相比略高。632 nm波长上消光系数高值区仅为0.4~0.6 km-1,主要出现近地面层,集中分布在0.1~0.3 km的高度,时间上主要在13:00—21:00。划定不同消光系数的界限,统计超过界限消光系数的出现区域概率,结果表明,消光系数高值区的分布概率上,355 nm波长区域明显>532 nm波长对应区域;从高度分布上来看,355 nm波长高概率区域的上界和下界均比532 nm波长要高。同时,355 nm波长有明显的日变化,中午前后上界有峰值。 相似文献
78.
针对区域尺度森林地上生物量的分布情况,以大兴安岭生态观测站为例,提出了一种融合光学影像纹理和机载LiDAR点云特征的森林地上生物量遥感估测方法。该方法首先提取Landsat 8 OLI不同波段在不同运算窗口下的纹理特征;然后对机载LiDAR点云进行滤波提取地面点,并利用地面点对点云数据进行高度归一化处理,提取点云特征因子;最后结合提取的遥感特征因子,利用支持向量回归的方法对研究区森林地上生物量进行估测,并对结果进行精度验证。结果表明:不同波段和窗口尺寸的建模精度差异较大,蓝光波段在7×7运算窗口下模型精度最高(R~2=0.73,R_(MSE)=22.32 t/hm~2);点云高度分位数变量的建模精度呈正态分布,变量H_(50)的建模精度最高(R~2=0.75,R_(MSE)=19.24 t/hm~2);与单一的遥感特征变量相比,融合光学影像纹理和机载LiDAR点云特征的模型精度有了一定提高,且针叶林和混交林的估测R_(MSE)分别为19.63和20.40 t/hm~2。因此,该方法可以为区域性的森林地上生物量估测提供有效参考。 相似文献
79.
80.
基于机载激光雷达校正的ICESat/GLAS数据森林冠层高度估测 总被引:2,自引:1,他引:1
针对星载激光雷达(geoscience laser altimeter system,GLAS)大光斑属性,该文提出了一种改进后的光斑尺度森林冠层高度估测方法,并分析了复杂地表对其估测精度的影响.首先,对机载lidar点云分类出地面点,并利用地面点对点云数据进行高度归一化处理,提取点云局部最大值得到光斑范围内机载lidar最大冠层高度;以机载lidar最大冠层高度作为模型参数拟合因变量,同时以坡度作为模型的输入变量,结合光斑大小和地表粗糙度,进行参数拟合,得到改进后光斑尺度森林冠层高度估测模型;最后,利用实测样地数据对冠层高度估测模型进行验证.结果表明:机载点云数据可以准确地反映光斑范围内森林冠层的分布,受到树种类型和点云密度的影响,不同森林类型的点云冠层分布存在明显差异.坡度等级直接影响GLAS光斑尺度森林冠层高度的估测精度,改进后的估测模型可以减小坡度对GLAS光斑森林冠层高度估测的影响,模型估测均方根误差(root mean square error,RMSE)稳定在3.26~3.88 m.样地Lorey's高与估测结果拟合度较好,相关系数r=0.66,不同森林类型光斑尺度冠层高度估测精度存在差异,混交林估测精度最高,r和RMSE分别为0.84和1.06 m.该方法可以有效减少地形条件对光斑尺度森林冠层高度估测的影响,并为更大尺度的冠层高度制图提供了有效的参考. 相似文献