利用轻小型飞机遥感数据建立人工林特征参数模型

目前获取森林特征参数的主要方法是外业测量,工作量大、效率低。该文以中国自主研发的轻小型航空遥感系统为数据获取工具,以油松人工林为研究对象,通过对获取森林的激光雷达（light detection and ranging,LIDAR）点云数据去噪,分类,提取等过程获得单木的树高数据,对获取的航空影像数据进行预处理,匹配,拼接,分割及冠幅提取获得单木的冠幅数据,再与外业抽样调查的单木的树高、胸径建立回归模型,同时验证模型精度。试验结果表明：通过LIDAR点云数据提取的树高与实测的树高具有极显著的相关性,所建立的模型预测精度达97.5%,通过影像提取的冠幅与实测的胸径也具有极显著的相关性,预测精度达91.6%,基本上能够满足林业生产的要求。     

地基与无人机激光雷达结合提取单木参数

激光雷达（Light Detection And Ranging,LiDAR）在森林空间结构测量方面具有无可比拟的优势,但单独利用地基或无人机LiDAR难以完整描述森林垂直结构。为此,该研究提出了地基和无人机LiDAR点云相结合的单木参数提取方法,采用相对最短路径算法（Comparative Shortest-Path algorithm,CSP）和点云区域生长算法分别从地基和无人机LiDAR点云中识别单木,根据地基和无人机LiDAR的单木位置与地面实测单木位置进行点云粗匹配,然后采用迭代最近点（Iterative Closest Point,ICP）进行点云精匹配,采用最高值和基于密度的噪声应用空间聚类（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）提取单木树高和胸径,并通过地面实测样地数据对地基、无人机和融合点云的单木参数提取精度进行评价。结果表明：基于地基和融合点云的单木检出率一致,简单、中等、复杂样地的单木检出率分别为98%、94%、91%,基于无人机点云的单木检出率较低;基于地基与融合点云的胸径提取精度基本一致,三种样地胸径提取值的决定系数R2均在0.96以上,均方根误差（Root Mean Square Error,RMSE）在1.2～1.6 cm之间;基于融合点云的树高提取精度最优,简单、中等、复杂样地树高提取值的R2分别为0.98、0.94和0.73,RMSE在1.38～4.19 m之间;融合点云对中等样地树高提取精度提升较大,融合后RMSE相较地基点云降低了0.34 m,R2提高了3%,对简单、复杂样地提升较小;所研究的单木中,杉木的胸径和树高提取精度最高,R2最高分别为0.99、0.89,RMSE最低分别为1.35 cm、1.96 m。地基和无人机LiDAR融合点云可以更精细地测量森林空间结构,更好地满足森林资源调查业务应用。     

基于机载激光雷达校正的ICESat/GLAS数据森林冠层高度估测

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.     

华北落叶松人工林短周期间伐与林分生产力的关系

为了研究短期间伐对华北落叶松人工林林分生长和生产力的影响,设置不同保留密度(450、600、750、900株/hm2)的间伐样地以及相应的对照样地,对间伐前后林分的树高、胸径、单株材积、蓄积量、生物量和生产力进行测量与计算。结果表明:不同保留密度下,各间伐样地胸径、树高和单株材积的生长量均大于对照样地;由于保留密度的减小,各间伐样地蓄积量和生物量小于对照样地,各间伐样地生产力均小于对照样地(7 969 kg/(hm2.a));但是其生长率大于对照样地。抚育间伐改变了林分的空间结构和生长环境,明显促进了林木的生长,增加了林地的经济效益。     

基于星载ICESat-2/ATLAS数据的森林地上生物量估测

为探讨星载激光雷达数据ICESat-2（Ice,Cloud,and land Elevation Satellite-2）在山地森林地上生物量（Aboveground Biomass,AGB）的估测可行性和方法。以ATLAS（Advanced Terrain Laser Altimeter System）光子点云数据为主要信息源,以滇西北典型山地香格里拉为研究区,结合地面54块实测生物量遥感样地,在前期进行点云数据去噪、分类预处理基础上,对研究区74 873个林地光斑进行冠层参数及地形因子的提取（共计53个变量）,采用非参数模型随机森林回归和超参数优化后的随机森林进行建模,以均方根误差（Root Mean Square Error,RMSE）、决定系数（R2）、总体估测精度（P1）作为模型的评价指标,建立研究区AGB模型。研究结果表明：1）分析以ICESat-2/ATLAS提取的冠层参数、地形因子与生物量的相关性可知,冠层光子总数与生物量具有极显著相关性（P<0.01）,基于陆地卫星的乔木冠层百分比、冠层光子比率、坡度、光子总数、表观反射率与生物量具有显著相关性（0.01相似文献   

天然阔叶林建群树种若干测树因子相关关系的探讨

依据福建省天然阔叶林主要分布区的林分标准地资料，对天然阔叶林建群树种的树高与胸径、枝下高与胸径、冠幅与胸径、树高与枝下高、冠幅与树高间的内在关系进行探讨，结果表明，其存在显著的相关关系，揭示了天然阔叶林建群树种几个测树因子的生长规律，为天然阔叶林经营、林地生产力评价、森林收获预估等提供依据。     

实时动态多功能双目立体摄影测树仪设计

为了实现林木精准实时定位,满足森林资源调查中多因子精准计测的需求,研发了一种集单木像对解算和林分点云测量于一体的多功能、高精度、实时定位的实时动态(real-time kinematic, RTK)双目立体摄影测树仪。该仪器以摄影测量和全球导航卫星系统(global navigation satellite system, GNSS)空间定位技术为基础,利用三角函数原理、双目摄影测量解算原理和基于运动结构(structure from motion, SfM)视觉算法,通过内嵌操作软件,实现了林木位置实时定位及林分样木还原、胸径测量、树高测量、株树密度测量、林分空间结构参数测量等功能。通过试验验证,在单木测量模式下,能快速实现林木定位,其胸径测量精度为97.11%,树高测量精度为94.72%;在林分测量模式下,依"仿航线法"观测,能快速建立林分点云模型,并实现了林分调查因子和林分空间结构参数的高效提取,其中林分胸径提取精度达到97.18%。该仪器测量精度符合林业调查的精度要求,可在森林资源调查及精准林业工作中推广使用。     

基于PCA的森林生物量遥感信息模型研究

森林生物量和遥感多光谱数据、植被指数及地学因子存在相关关系,但这些因子间可能存在着多重相关性,如利用这些因子直接建模估测森林生物量,则可能出现病态模型。因此,文章采用主成分分析方法,提取遥感及地学因子的主成分,再建立主成分与生物量多元线性回归模型,估测森林生物量,达到既可保留多个遥感及地学因子的主要信息,又可避免因子间共线性的问题,以及降维,简化模型的作用。文章以高黎贡山自然保护区常绿阔叶林为研究对象,利用地面样地胸径每木调查数据,结合生物量相对生长式,得样地生物量。利用2006年印度卫星（IRS）数据,包括B2、B3、B4、B5四个波段,提取DVI、NDVI、PVI、RVI、VI3、SLAVI六种植被指数,利用DEM提取海拔、坡度、坡向值共13个遥感及地学因子。在此基础上,提取13个因子的主成分,第一主成分至第五主成分的累计贡献率达98.7%。以前5个主成分值作自变量,建立主成分与地面生物量的回归模型,模型经方差分析及相关性检验,达到显著相关水平,相关系数R=0.7129,可用于森林生物量估测。     

基于无人机和卫星遥感的胡杨林地上生物量估算

基于光谱信息的森林地上生物量遥感模型多存在精度不高的问题,如何更准确地获取森林地上生物量是遥感领域的研究热点.该研究以位于塔里木河下游的河岸胡杨林为例,探讨在无人机摄影测量技术支持下,使用高分辨率卫星遥感技术,通过面向对象影像分析和回归分析等技术,获取区域尺度下胡杨冠幅、树高和密度等森林结构参数,在此基础上,通过生长方...     

基于统计软件R的典型栎类林空间结构研究

为了更合理的分析栎类林空间结构,以北京地区典型栎类林每木检尺的数据为来源,以树高、胸径、冠幅数据为基础,通过R软件对数据进行处理生成图像,并通过图像处理软件Photoshop和ENVI进行一系列叠加得到森林结构的数值化的统计信息,最后对统计信息进行分析,从而来研究森林的结构。研究结果表明：在所研究的3块样地中,2号样地蒙古栎林空间结构信息指数最大为70.075 2,表明2号样地空间信息复杂程度最大,林分结构相对稳定;3号样地栓皮栎林空间结构信息指数最小为42.101 6,表明3号样地空间信息复杂程度低,林分结构相对不稳定。     

晋西山杨和油松生物量分配格局及异速生长模型研究

山杨和油松是晋西地区重要的建群树种,采用整株收获法分析了山杨和油松各器官生物量以及地上地下生物量分配格局.采用胸径(DBH)、树高(H)、树木因子(D2H)、平均冠幅(CW)和冠长(CL)等变量建立了叶、枝、干、根、地上部分及整株生物量模型,并选取了最优模型.结果表明:(1)山杨的叶、枝、干、根生物量分配比例分别为3.42％,11.23％,64.30％和21.06％,油松的叶、枝、干、根生物量分配比例分别为13.44％,19.86％,47.52％和19.18％;山杨和油松地上生物量和地下生物量比值分别为3.32∶1和3.99∶1.(2)山杨和油松的地上生物量与地下生物量之间呈极显著线性相关(p＜0.001).(3)山杨和油松各器官生物量拟合的最优模型形式均为CAR类型,模型解释量均超过92％.(4)基于树木胸径D的山杨和油松各器官单变量模型可解释量除叶(解释量＞83％)外均达到或超过了90％,树高不宜单独对各器官生物量进行预测.综合考虑模型的可解释量和生产实践中的需要,胸径是预测山杨和油松不同器官生物量的可靠变量.     

UWB定位摄影测树仪设计与试验

为了实现森林样地高效、精准测定,该研究研制了一种具有实时定位功能和林分摄影测量功能的超宽带(Ultra Wide Band, UWB)定位摄影测树仪,该仪器主要由姿态传感器、UWB定位模块、CCD镜头和固定杆组成,以UWB定位技术和摄影测量理论为基础,结合到达时间差(Time Difference of Arrival, TDOA)定位算法、三边定位算法、运动恢复结构(StructureFromMotion,SFM)点云匹配算法实现摄影测树仪的林下精准定位、影像获取以及林木坐标测量、胸径测量功能。为了验证仪器的林分参数提取准确性,选择4种不同林种的人工林进行试验。根据摄影测量影像特征点的匹配特点,设计"环绕拍摄"样地观测方法,利用Pix4D软件对拍摄的影像和点位坐标进行三维点云构建,利用LiDAR360对重建后的三维点云进行去噪处理、胸径和立木位置提取。结果表明,所设计的仪器能够快速获取样地影像和影像坐标信息,胸径测量值的偏差为-0.04～0.42 cm,均方根误差为0.26～0.51 cm;立木位置测量值偏差为-0.16～0.27 cm,均方根误差为0.23～0.34 m。胸径测量精度能够满足森林资源调查的精度要求,可进一步推广应用于森林资源调查。     

基于无人机倾斜航空影像的树冠体积测算方法

树冠是结构复杂的不规则体,对树冠体积的精确测定一直是树木测量研究中的难点问题。该文以消费级多旋翼无人机对目标树木进行倾斜摄影获取的多角度航空影像为基础,通过空三加密处理生成目标树木的三维点云模型;用等高线法分割树冠点云,并确定树冠最优分割层数;用投影法对点云数据进行转化,并选取测算点计算树高和树冠任意横截面积;对分割后各规则体的体积进行累加获得树冠体积。结果表明:8棵目标树木的树高测算值相对误差为1.46%～4.10%,平均相对误差为2.88%;树冠体积测算值的相对误差为6.95%～12.39%,平均相对误差为9.42%;精度均可满足林业调查中对于树高和树冠体积测量结果的要求。利用无人机倾斜航空影像建立单木的三维点云模型并进行树冠体积测算的方法是可行且有效的,该方法可为研究单木树冠几何参数的提取提供参考。     

无人机机载激光雷达提取果树单木树冠信息

定株管理是未来果园精准生产管理的趋势,果树单木树冠信息的提取是定株管理的关键。该研究利用无人机采集的苹果园激光探测与测量数据（Light Detection and Ranging,LiDAR）检测和测量每棵果树的树冠面积和树冠直径,并评价空间分辨率对于果树单木树冠检测与提取的影响。该方法主要包括使用反距离权重插值法间接生成冠层高度模型（Canopy Height Model,CHM）;使用局部极大值滤波算法和标记控制分水岭分割算法（Marked-Controlled Watered Segmentation,MCWS）对果树进行单木树冠检测与提取,通过与参考数据的比较,评估了该方法的精度,并定量分析了空间分辨率对于单木树冠检测与信息提取结果的敏感性。结果表明,该方法有效地实现果树单木树冠检测与信息提取,代表果树检测精度的F1得分为94.86%,树冠轮廓提取准确率为86.39%,树冠面积的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.81和20.56%,树冠直径的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.85和14.79%,树冠面积和直径不同程度地被高估。此外,冠层高度模型的空间分辨率接近果树平均树冠直径的1/10时精度最高,可以有效检测果树单木树冠及提取树冠轮廓,从而准确提取果树单木树冠信息。     

全站仪测量立木胸径树高及材积的误差分析

立木材积表是常用的森林调查数表,胸径、树高和材积的测量精度直接影响到编制材积表的精度,该文以全站仪无损测量立木的原理和误差传播理论为基础,推导了测算胸径、树高、材积误差的数学模型,研究了各立木因子间的相关性及其误差变化规律。结果表明：树干各分段高度与分段直径间存在弱相关性,树干总材积的误差受各分段材积的方差和相邻两段材积间的协方差影响。全站仪立木因子测量理论误差材积大于树高和胸径,其中胸径、树高和材积的平均相对误差分别为0.070%、0.023%和0.235%,说明全站仪无损测量立木的理论精度均远高于不同目标的林业调查及编制材积表的精度要求,对大范围的林业生产实践有着现实意义。     

华北落叶松林木生长、草本植物多样性及地形因子之间的关系

以河北省小五台山区华北落叶松人工林为对象,通过对林木生长因子和草本多样性指数的调查、计算和分析,对华北落叶松林木生长、草本植物多样性以及地形因子之间的关系进行了研究。结果表明,(1)坡度与树高、胸径、第一活枝高(枝下高)和冠幅呈显著负相关性,而海拔、坡位和坡形与林木生长因子之间的相关性不显著;(2)从相关系数和相关性强度综合分析,林木生长因子对草本多样性影响程度为:郁闭度枝下高胸径树高冠幅;(3)在海拔1 400~2 000 m范围,随海拔高度增加,Shannon—Wiener多样性指数和Pielou均匀度指数表现出较为平稳的变化趋势,而Simpson多样性指数和Menhinick丰富度指数则表现出上下波动的变化趋势;(4)海拔、坡形、坡度对华北落叶松林下草本多样性变化影响程度较小,而坡位与草本植物Menhinick丰富度指数和Simpson多样性指数达到显著负相关水平,表明坡位对草本植物多样性变化影响程度较大。