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。     

基于无人机采集的视觉与光谱图像预测棉花产量

为了高效管理农田,该文提出了一种应用低空遥感视觉与光谱图像预测棉花产量的方法。盛花期前的棉花图像由无人机遥感平台在距地面50m的飞行高度下采集,采集的局部图像通过拼接处理得到棉花地的全景RGB图像与CIR(color-infrared,彩色红外)图像。基于全景图像提取并计算了色度、植株覆盖率与归一化植被指数(normalized difference vegetationindex,NDVI)3个特征参数,用于构建棉花产量的预测模型。包括产量与特征参数的原始数据集随机分为训练集(90%)与测试集(10%)。训练集数据首先基于产量概率分布特征去除了10%的离群值,然后通过均值滤波器滤波,处理后的数据用于构建预测模型。通过SAS软件对比分析了单变量、双变量以及三变量构建的线性回归模型,预测模型由P值、决定系数R2、每0.4 hm2面积下估计值与真实值之间的平均绝对误差百分比(mean absolute percentage error,MAPE)这3个参数进行评估。试验结果表明,单变量、双变量以及三变量构建的共7个线性回归模型,其P值均小于0.05,则7个线性回归模型均具有统计学意义(5%显著性水平)。其中,由三变量构建的多元线性回归模型具有最大的决定系数R2=0.9 773,因此适应性最优。基于测试集验证模型精度,试验结果表明,采用多元线性回归模型进行产量估计,估计值与实际值之间的平均绝对误差百分比为4.0%。因此,无人机搭载图像传感器采集提取视觉与光谱特征能够有效用于作物产量的预测。     

陇东黄土高原沟壑区刺槐水保林合理密度初探

通过对陇东黄土高原沟壑区刺槐水保林调查资料的整理分析，在郁闭度０．６以上的林分中，以刺槐单株营养面积约等于树冠冠幅面积为理论基础，以研究胸径与冠幅的相关关系为依据，分析计算出了陇东黄土高原沟壑区刺槐水保林的理论密度，结合水保效益、经济效益和经营目的，探讨了适合该区刺槐水保林的合理经营密度及间伐管理方法。     

线性拟合与Kalman预测法修正耕深测量误差

为精确控制耕深及保证耕深均匀,基于耕深测量方法及误差产生原因,对耕深测量值进行修正。该文对耕深间接和直接测量原理进行分析,通过田间试验探讨耕深测量误差产生机理。试验表明,间接测量出的耕深始终小于实际耕深,目标耕深增大,耕深偏差也增加;直接方法由于受土壤不平度、植物残差等因素影响,导致测量值波动较大。该文分别采用线性拟合和Kalman预测对耕深间接和直接测量结果进行修正。结果表明,线性拟合能够降低耕深偏差(补偿前:3.20、4.48、5.61、6.90 cm,补偿后:0.14、0.19、0.16、0.17 cm),Kalman预测能够减少测量值中的噪声(预测前标准差:1.60、1.83、1.33、1.83 cm,预测后标准差:0.032、0.010、0.042、0.092 cm),使修正结果趋于真实耕深。该研究为实现电控悬挂位控制及保证播种深度提供了新的解决方案。     

基于小麦群体图像的田间麦穗计数及产量预测方法

在田间小麦测产时,需人工获取田间单位面积内的麦穗数和穗粒数,耗时耗力。为了快速测量小麦田间单位面积内的产量,该文利用特定装置以田间麦穗倾斜的方式获取田间麦穗群体图像,通过转换图像颜色空间RGB→HSI,提取饱和度S分量图像,然后把饱和度S分量图像转换成二值图像,再经细窄部位粘连去除算法进行初步分割,再由边界和区域的特征参数判断出粘连的麦穗图像,并利用基于凹点检测匹配连线的方法实现粘连麦穗的分割,进而识别出图像中的麦穗数量;通过计算图像中每个麦穗的面积像素点数并由预测公式得到每个麦穗的籽粒数,进而计算出每幅图像上所有麦穗的预测籽粒数,然后计算出0.25 m2区域内对应的4幅图像上的预测籽粒数;同时根据籽粒千粒质量数据,计算得到该区域内的产量信息。该文在识别3个品种田间麦穗单幅图像中麦穗数量的平均识别精度为91.63%,籽粒数的平均预测精度为90.73%;对3个品种0.25 m2区域的小麦麦穗数量、总籽粒数及产量预测的平均精度为93.83%、93.43%、93.49%。运用该文方法可以实现小麦田间单位面积内的产量信息自动测量。     

基于无人机平台的柑橘树冠信息提取

为了快速获取柑橘树冠信息,提升柑橘园精准管理,该研究基于无人机平台获取了柑橘数码和多光谱影像,分析了无人机影像反演柑橘树冠信息的效果。首先利用无人机数码影像及分水岭算法进行柑橘单木分割,然后构建柑橘树冠层高度模型,提取柑橘株数、株高、冠幅投影面积等结构参数信息,进而利用无人机多光谱影像获取柑橘的8种常用植被指数,采用全子集分析法筛选柑橘冠层氮素含量的敏感植被指数,构建基于多元线性回归的冠层氮素遥感反演模型,进行以冠幅为基本单元的柑橘树冠层氮素含量遥感制图。研究结果表明:柑橘的单木识别准确率在93%以上,召回率在95%以上,平均F值为96.52%;柑橘树的反演株高与实测株高具有较强的相关性,决定系数R2为0.87,均方根误差为31.9cm;单株冠幅投影面积与人工绘制的冠幅面积的决定系数,除果园A在12月的结果较低(R2为0.78)外,其余均在0.94及以上;采用全子集分析法筛选的柑橘冠层氮素敏感植被指数为归一化植被指数(NDVI)、绿色归一化植被指数和冠层结构不敏感指数,所建立的多元回归模型的决定系数R2达0.82,均方根误差为0.22%,相对误差为6.59%。综上,无人机影像在柑橘树冠参数信息提取方面具有较好的应用效果,能够快速有效地提取柑橘树冠参数信息。该研究可为使用无人机平台进行果园精准管理提供技术支撑。     

基于无人机热红外图像的核桃园土壤水分预测模型建立与应用

为了解北方核桃园区的土壤水分状况,实现优化水资源配置的目的。该文于2016和2017年采用固定式热红外成像仪(A310 f)连续观测得到核桃主要生长季节午后(13:00和14:00)的冠层温度,并同步观测温度、湿度、辐射、风速、降雨量和0~80 cm不同土层深度的土壤体积含水量。并于2017年8月11日利用无人机热成像系统(TC640)对连续灌溉区域和干旱胁迫区域进行了图像采集。结果表明,40~60 cm土层深度可能是核桃树主要吸收水分的区域。冠层温度普遍高于空气温度,其变化范围在0~5℃之间,冠气温差与土壤含水量呈负相关,与太阳辐射呈正向关系,其中,土壤含水量的贡献值达到了75%。利用2017年13:00时的冠层与空气温差数据来建立的土壤水分预测模型,R2=0.64;同时,利用14:00时的实测数据对所建立模型进行验证,R2=0.61,表明该模型具有一定的拟合精度。最后,将模型用于诊断核桃区域水分状况,证明了其具有较好的实际应用效果。该研究首次将固定式热成像设备与无人机热成像系统相结合来研究树木的冠层温度,并成功实现了从理论模型到实际应用,从单株水平到区域尺度的转换。     

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。     

均质土壤承压下陷模型改进及验证

针对传统土壤承压模型依赖拟合原位承载试验曲线的复杂性或建立在土壤力学参数基础上的预测模型的理想化等问题,该文提出一种改进的土壤承压下陷模型。依据地面力学和土壤力学相关理论将土壤承压力学模型分3类进行简要介绍,分析其各自特点和参数意义。结合土壤承压极限理论的指数形式,提出改进的土壤承压模型。利用庄继德等人的相关试验研究结果进行验证,结果表明砂性土、水稻土的土壤承压下陷计算预测曲线与实际拟合曲线吻合度较好,其中砂土试验的Bekker下陷曲线与改进模型计算所得曲线的决定系数R2为0.9998;利用Bekker文献中的黏性土试验参数数据进行验证,计算所得土壤极限应力值与相应位置贝氏方程拟合应力值误差在5%~21%之间,土壤变形指数求解值与实际值误差在7%~36%之间。该模型普适性、准确性较强,可在测得土体基本力学参数的基础上预测载荷下陷曲线,为研究车辆行驶下陷提供参考。     

山区星载ALOS PALSAR微波遥感图像的正射校正

多山地区微波遥感图像的正射校正是实践应用中的关键和瓶颈,该文以星载合成孔径雷达数据ALOS(advanced landobservation satellite)PALSAR为基础数据,GAMMA软件为处理平台,研究微波图像正射校正方法。首先利用数字高程模型(digital elevation model,DEM)及卫星轨道参数生成模拟合成孔径雷达数据(synthetic aperture radar,SAR),再利用图像交叉相关分析算法自动搜索模拟SAR与真实SAR同名地物点偏移量,建立校正多项式模型,在此基础上通过建立校正查找表方法实现真实SAR图像的地理编码及正射校正。校正效果经检验,误差在一个像元以内,校正效果较好。     

用机载LiDAR点云数据估测海南博鳌人工经济林单木参数

激光雷达是目前发展迅速的一种主动遥感技术,其发射的激光脉冲能穿透树林冠层,实现森林三维结构特征的获取。为验证机载激光扫描器提取森林单木参数的可行性,该研究以海南省博鳌机场周边人工林为研究对象,使用机载激光扫描器Mapper5000（中国）获取的点云数据,探索对人工经济林单木参数估测的可行性。根据研究区的地形和林木结构特征,分别对槟榔和橡胶2个树种进行单木参数提取,使用K-means分层聚类对不同样地的林木进行单木分割,提取样地内单木树高、冠幅、胸径、材积和地上生物量。结果表明,2个树种的单木分割正检率均在85%以上,总体平均正检率在90%以上;单木树高、冠幅、胸径、材积、地上生物量估测结果的决定系数均达到0.8以上,与同类的研究相比,估测精度较高,说明该点云数据对提高森林参数估测精度有积极作用,机载激光雷达技术在森林资源精细调查中有较大的应用潜力,同时也可应用于相关果树生长情况监测,为数字果园的发展提供技术支撑。     

采用水平集方法的无人机可见光DOM树冠分割

在天然林、混交林、复层林等复杂林分条件下,可见光森林影像受林分郁闭度、冠层结构、摄影季节等影响较大,对其进行树冠提取时,现有方法无法保证精度且缺乏有效的人工介入机制.该研究探索了一种能够在低郁闭度时自动分割,高郁闭度时可适当人工介入的树冠分割方法.先将无人机可见光森林影像处理成数字地表模型(Digital Surfac...     

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。     

利用数字土壤制图技术评价森林立地质量

[目的]为了提升森林立地质量评价的精准性,探讨利用数字土壤制图技术对森林立地质量进行评价,助力精准林业的发展.[方法]以济源南山林场为研究区,以地形因子为预测因子,运用模糊C均值聚类方法(FCM算法)对立地评价所需的主要土壤属性进行预测制图,并在利用遥感影像数据获取林地其他立地环境因子分布图的基础上,应用灰色关联度法对...     

基于无人机遥感影像的高精度森林资源调查系统设计与试验

为了实现林业的可持续发展,满足当今森林资源的精准化监测和信息化管理,该文以无人机航拍影像为数据基础,充分结合摄影测量技术、无人机影像后处理技术、地理信息系统技术和林业资源调查管理技术,构建了适用于林业调查和管理的专业森林资源调查系统。该系统以C#为编程语言,结合ArcGIS Engine10.2嵌入式组件技术开发而成,利用无人机影像实现高效快捷的林地空间区划、面积平差和高精度大比例尺的森林小班调查、信息提取等功能,可实现资源数据库的及时更新,极大地缩短了传统调查模式的调查周期,实现了森林资源的科学化管理。以辽宁老秃顶子林场作为试验区,利用1st Opt优化分析软件引入决定系数、估计值的标准差等评定因子,确定试验区冠径、树高、胸径之间的最优模型。同时基于试验区获取数据对系统进行了精度验证,结果表明,该系统获取坡度和高程的相对误差分别为5.17%和5.41%,株树密度、蓄积量的相对误差为2.68%和4.01%。     

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。     

无人机航拍林业虫害图像分割复合梯度分水岭算法

针对林业信息监测方式实时性差、监测范围有限等问题,为更加实时、准确地对林业虫害信息进行监测并计算监测样地中虫害区域比例,该文在搭建面向林区虫害监测的多旋翼无人飞行器航拍监测系统基础上,提出了一种基于复合梯度分水岭算法的图像分割方法。该方法引入全局直方图均衡化消除了图像暗纹理的影响,并采用形态学混合开闭重构滤波完成了图像样本的去噪处理。计算灰度图像各像素点的复合梯度实现了非相关区域(道路及裸地)的提取,最终利用分水岭算法实现了监测图像虫害区域的分割提取。利用该文所提算法对8幅虫害侵蚀程度不同的监测图像进行分割,并与传统分水岭算法、K-means聚类算法进行对比试验。试验结果表明,该文算法虫害区域提取的平均相对误差率分别降低6.56%、3.17%,平均相对极限测量精度分别改善7.19%、2.41%,能够相对准确地将虫害区域从监测图像中分割出来,可为后续林业虫害监测与防护提供参考。     

厦门坂头林场生态风景林造林效果分析

厦门市坂头国有林场2007年在采伐迹地上营造香樟、小叶榕、木荷建设生态风景林,经过7年的生长观察,结果表明:香樟和小叶榕年平均生长量分别为:树高0.69m、0.59m,胸径0.86cm、0.75cm,蓄积总生长量49.03 m3/hm2、36.05 m3/hm2,年均生长量7.0 m3/hm2、5.15 m3/hm2,树冠体积52.47 m3、49.5 m3,林木生长旺盛,能迅速形成景观效果,是生态风景林建设的良好树种。木荷由于种植在立地条件相对较差的位置,其生长也较快,可作为生态风景林建设的树种,除作防护林带经营外,也可作为用材林。     

Effect of crown shape and tree distribution on the spatial distribution of shade

A method for calculating the light extinction probability caused by a forest canopy is presented. With the calculation procedure, it is possible to examine the effect of crown shape, stand density and spatial distribution of trees on the spatial distribution of light extinction probability or on the total shaded area caused by the canopy. At low sun elevations, the momentary projection area of a single crown is greater the more vertically extended the crown is, if the crown volume is held constant. When a longer time period is concerned, the area where the average extinction probability exceeds some arbitrary value is greatest for umbrella-like, horizontally extended crowns. The same is true for a single tree and for a forest stand. When the stand density is low or the tree crown is narrow, the spatial distribution of trees has only a small effect on the amount of shaping; the total amount of shading in random distribution is almost the same as in systematic distribution. In a stand where the total horizontal projection area of crown cones is high, the spatial distribution of trees should be systematic for effective light interception.