不同方法提取无人机影像树冠信息效果分析

以无人机航空拍摄的影像为数据源,采用目视解译和面向对象法提取胡杨、柽柳树冠信息,获得树木冠幅及林分郁闭度.结果表明,单木冠幅、林分冠幅、样地郁闭度的实测值、面向对象法估测值和目视解译法估测值无显著差异（P＞0．05）,表明面向对象与目视解译法都可有效获取单木冠幅、林分冠幅和样地郁闭度信息;面向对象法与目视解译法估测精度无显著差异（P＞0．05）,表明这两种方法获取森林单木冠幅、林分冠幅、样地郁闭度参数效果相当.但基于无人机航拍数据的面向对象树冠提取,能克服人机对话目视解译速度慢、误差大小因人而异的弊端,具有进行大面积林分调查因子定量提取的优势.     

应用地面三维激光扫描对白桦单木结构参数的提取

应用地面三维激光扫描仪,在大小兴安岭地区的4块白桦(Betula platyphylla)次生林样地进行单木扫描,对扫描后树干点云进行分层处理并设置阈值;运用Hough变换算法提取单木位置与胸径,利用树干生长方向得到树高与冠幅;运用回归分析对算法估计值和实测值进行拟合,判断算法的准确性;利用体元模拟法与传统体积计算方法分别估测树冠体积,分析两种算法的差异。结果表明:4块样地的单木识别率较高,平均为86.5%;4块样地的单木胸径、树高、冠幅估测的决定系数(R~2),分别为0.82、0.79、0.83,相应的均方根误差分别为2.03 cm、1.98m、0.45 m,显示了较好的估算精度;利用体元模拟法与传统树冠体积计算方法得到4块样地中树冠体积的平均差异为35.6%,两种算法间4块样地平均决定系数为0.96,拟合较好。     

运用激光雷达数据的单木树冠提取算法对帽儿山林场单木参数估测的影响

选取黑龙江省尚志市帽儿山实验林场的10块高郁闭度的天然次生林样地为研究对象,利用激光雷达数据构建的冠层高度模型(CHM),分别使用分水岭分割算法、区域生长法和区域的分层横截面分析(RHCSA)3种方法提取单木位置、树高和冠幅信息。利用手动勾绘的单木树顶和树冠作为参考数据进行精度检验(包括单木树冠提取精度和单木参数估测精度检验),探索不同单木提取算法估测单木参数的可行性。结果表明:RHCSA算法对单木树冠提取的总体精度为83.64%,区域生长算法总体精度为75.19%,分水岭算法总体精度为68.65%;对于单木参数估测,区域生长法与分水岭算法的单木定位精度高(R_(MSE)为1.12 m),RHCSA算法得到最高的树高与冠幅提取精度高(R_(MSE)分别为0.62、1.11 m)。因此,RHCSA算法更适用于帽儿山林场单木树冠提取与单木参数的估测。     

坡度对应用机载激光雷达估测人工针叶林单木参数的影响

以黑龙江省佳木斯市桦南县孟家岗林场为研究对象,利用2017年的机载激光雷达(ALS)数据构建冠层高度模型(CHM),探索坡度对单木参数估测的影响。研究区域内坡度分为4级,Ⅰ级为平坡:坡度<5°;Ⅱ级为缓坡:坡度5°~14°;Ⅲ级为斜坡:坡度15°~24°;IV为陡-急-险坡:坡度≥25°。每一级选取8块高郁闭度的人工针叶林样地(50 m×50 m),应用基于区域的分层横截面分析法(RHCSA)进行单木树冠提取,估测单木位置、树高和冠幅信息,利用目视解译的单木树顶和树冠作为参考数据进行精度检验(包括单木树冠提取精度和单木参数估测精度检验)。结果表明:不同坡度下单木树冠提取和单木定位估测均有显著差异(p<0.05)。其中,平坡上的单木树冠提取总体精度最高(均值为84.61%),陡-急-险坡上的总体精度最低(均值为41.31%);缓坡上的单木定位精度最高,平均的均方根误差为1.16 m,陡-急-险坡上单木定位精度最低,平均均方根误差为1.58 m。但是,不同坡度下单木树高和冠幅的估测结果差异并不显著(p>0.05)。因此,应用CHM进行单木参数估测时,虽然进行了地形标准化,但还是需要考虑坡度对单木树冠提取和单木定位的影响,而其对树高和冠幅的影响不大。     

基于16线阵TLS数据的单木识别及林分断面积估测研究

目的地基激光雷达(TLS)可以对林冠下层进行快速、非破坏性的三维测量，与传统森林参数调查相比，节省了大量人力、物力和时间，在林业调查中有广泛应用。目前的研究集中在基于全方位TLS数据的参数提取，全方位扫描获取的点云数据量庞大，所需扫描时间较长，而针对快速扫描的多线阵点云数据的研究较少，相关算法有待提出，多线阵激光雷达数据的应用能力也有待验证。方法以北京市东升八家郊野公园和奥林匹克森林公园内的人工林为研究对象，基于多个单站扫描采集的16线阵TLS点云数据，提出了一种新的树干识别算法。该算法利用点云到达目标单木及周围其他物体距离的差异，检测出树干表面点云，并结合随机采样一致性(RANSAC)算法拟合圆，提取单木胸径；在此基础上引用角规抽样技术，进行林分平均胸高断面积的估测。结果对于多个单站扫描数据，单木检测率均在80%以上，株数密度最小的样地单木检测率可高达95%；对于单站数据，单木平均检测率随着扫描半径的增加而下降，在10 m左右范围内可以达到较高的检测率。以样地中被正确检测到的单木胸径估测值与实测值建立回归方程，单木胸径估测的决定系数R2在0.72~0.82之间；计算各样地单木胸径实测值与估测值的平方平均数，林分平均胸径估测精度均在90%以上，最高可达到99%，表明在样地水平上有较好的胸径估测效果。由TLS提取的胸径值结合角规抽样原理计算林分平均断面积估测值，与实测值相比，林分平均断面积估测精度可以达到90%左右。结论本文提出的算法能够基于单帧16线TLS数据提取单木参数，实现林分平均胸径及单位断面积的快速高效估算，为林业调查提供了一种新方法。      

基于机载LiDAR落叶松树冠几何形状三维重建关键技术研究

森林冠层的三维重建研究能够更加直观反映森林空间结构,提高森林参数的测量精度。目前小光斑激光雷达已经广泛应用于林业研究中。为建立落叶松树冠三维形状模型,以长春净月潭实验区落叶松机载LiDAR(LiDAR,Light Detection And Ranging)数据为基础,采用K-means算法提取建模参数。该算法以单木树冠顶点作为初始聚类中心,经过4次迭代估测出单木树高和单木树冠直径,通过与试验区的单木实测数据对比,进行相关性分析,得到估测树高和估测树冠与实测数据相关系数分别为0.892 4和0.769 0,经过验证,估测树高和估测树冠的精度为94.06%和82.21%。利用激光雷达提取出的单木坐标、树高、树冠和冠基高采用旋转抛物线方法重建森林尺度三维模型呈现森林结构。     

刺槐立木地上生物量方程模型研建

以在河北省平泉县东山栽植的288株4年生菌料刺槐林为试验材料,以生长量因子树高、地径、冠幅以及地径平方与树高乘积为自变量,以立木地上部分(不含树叶)生物量即自然风干质量为因变量,应用SPSS 17.0软件对数据进行统计和回归分析,构建生物量估测模型。对初选出的20个估测模型采用决定系数R~2和SEE值进行模型拟合效果检验,优选出4个估测模型。对优选出的4个估测模型以总相对误差(RS)、平均相对误差(EE)、平均相对误差绝对值(RMA)和预估精度(P)进行预测精度验证,最后确定最优估测模型。结果显示,优选的4个估测模型为:以冠幅作自变量的线性方程y=4.746x-8.278、幂函数y=0.451x~(2.309)、对数函数y=14.867ln(x)-10.210和以地径作自变量的复合函数y=1.426×1.252~x,通过RS、EE、RMA、P预测精度验证,都可以用来预测刺槐地上部分(不含树叶)生物量。以冠幅作自变量的幂函数y=0.451x~(2.309)预测该生物量更为准确,预测精度更高,线性方程y=4.746x-8.278次之。相关性和回归分析表明,生长量因子树高、地径、冠幅相互之间均呈极显著正相关,冠幅与地径的相关系数高达0.905,冠幅与树高的相关系数最低,为0.695。对其线性回归方程检验后认为,以地径作自变量,以冠幅作因变量的线性方程y=0.282x+1.296,决定系数R~20.8,SEE值很小,可靠性比较高,可以通过地径来预测冠幅的大小。     

基于AIC准则的击实试验曲线拟合模型优选

针对击实曲线的模型优选问题,提出了基于赤池信息量准则(AIC)数字回归方法,认为综合多项式阶次与回归误差的AIC最小的模型为最优击实曲线模型。通过8组试验数据分析,4组为二次多项式拟合最优,而另4组以四次多项式拟合为最优。优选结果说明,由于不同土体压实性能和试验数据点分布不同,击实曲线不可能用统一阶次的最优模型描述,而基于AIC准则的模型优选方法具有较好的实用性。     

福建柏树高线性估测模型的多生长指标优化研究

树高是林木的主要生长指标之一,也是森林资源调查中的一个重要指标;林木树高生长往往可以反映其所在林地的质量。利用40株福建柏样木调查数据,基于以胸径为自变量的福建柏树高一元线性估测模型,引入枝下高与冠幅指标,建立了多元线性回归模型,并比较了二者的估测效果。结果表明:利用相同的建模数据拟合的福建柏树高多元线性回归模型的决定系数R~2较一元线性回归模型高0.0309,剩余标准差S低0.0612,估测精度高0.0047,说明引入同样对树高具有显著影响的枝下高和冠幅2个生长指标后,单独以胸径为自变量的福建柏树高线性回归模型得到了优化,估测结果的稳定性更强。     

应用高斯聚类的单木分割及树高和冠幅的提取

针对机载激光雷达点云中基于栅格化的冠层高度模型(CHM)所导致的原始点云数据丢失问题,提出了一种应用高斯模型聚类的单木信息提取方法。采用形态学开运算和高斯平滑方法形成高斯冠层最大模型(GCMM)能减少无关局部最大值对单木分割的影响,利用局部最大值法初步探测树冠顶点,通过最速下降法建立混合高斯模型得到树木位置和冠幅。利用聚类分析划分临近点云归属,进而实现单木参数准确提取,并提取单木最高点为树高。将点云分割方法应用于美国蓝岭地区6块圆形针叶林样地(r=30 m)。结果表明:单木分割F为0.89,正确分割单木树高提取精度95%,冠幅提取精度91%。结合实测数据对提取到的树高和冠幅进行相关性分析,树高R2=0.92,平均误差为-0.83 m;冠幅R2=0.84,平均误差为-0.42 m。相比于分水岭算法,高斯模型聚类方法F提高了11.2%,正确分割单木树高及冠幅提取精度提高了5.5%、5.8%,树高R2提高0.08,平均误差减少0.58 m;冠幅R2提高0.11,平均误差减少0.63 m。     

基于分层贝叶斯方法的高山松单木生物量模型

以香格里拉市典型森林生态系统高山松林为对象,在前期进行Ⅰ区和Ⅱ区共115株高山松单木地上生物量实测基础上,以异速生长方程为单木生物量基础模型,并采用分层贝叶斯方法、非线性混合模型法、贝叶斯方法和非线性最小二乘法进行异速生长参数拟合,运用决定系数(R²)、估测精度(E)、均方根误差(RMSE)等指标对模型参数拟合效果进行评价。结果表明:1)从拟合精度看,4种方法的模型拟合效果均较好,R²均达到了0.98以上。但分层贝叶斯方法估计结果更优,其R²=0.985 6,E=84.76%和R_MSE=39.75 kg;2)通过对比不同方法的差异发现,加入了区域随机效应的分层贝叶斯方法和非线性混合模型法的拟合效果均优于未加入区域随机效应的贝叶斯方法和非线性最小二乘法。分层贝叶斯方法在拟合高山松单木生物量模型中具有更大优势,模型拟合效果最好。加入了随机效应的分层贝叶斯方法和非线性混合模型法可以提高单木生物量模型的估计精度,采用分层贝叶斯方法进行高山松单木生物量模型参数估测,为大尺度样本数据模型参数估测方法提供新思路。     

新疆伊犁马泌乳曲线影响因素的研究

[目的]通过拟合伊犁母马的最佳泌乳曲线来预测伊犁母马产奶能力.[方法]选取6～7岁、处于泌乳中期的伊犁母马60匹为研究对象,利用4种模型(高斯模型、Nelder逆多项式模型、立方模型和六次多项式模型)和3种日间隔方式(间隔0、10、30 d),对第3、4胎次的伊犁母马的泌乳曲线进行拟合,分析不同模型、日间隔和胎次3个因素对泌乳曲线拟合度及其参数值的影响.[结果]4种模型泌乳曲线拟合度变化范围为0.077 7～0.827 0,不同模型极显著影响参数b值、c值、拟合度R2(P＜0.01),显著影响参数a值(P＜0.05),日间隔、胎次水平对参数a值、b值、c值和拟合度均没有显著性影响(P＞0.05).六次多项式模型拟合度最高,逆多项式回归模型拟合度最低,立方模型拟合曲线更接近实际产奶.[结论]该马场中第3胎次伊犁马间隔0d的产奶量的拟合效果较好,其中立方模型拟合曲线的泌乳潜力较高,达到泌乳高峰速度较慢,从泌乳高峰下降速度较慢,科学评定伊犁母马的泌乳能力,确定立方模型为第3、4胎次伊犁马最佳泌乳曲线模型,为伊犁马的产奶性能的科学选育提供前期基础.     

运用无人机激光雷达数据提取落叶松树冠特征因子及树冠轮廓模拟

为探究无人机激光雷达(UAVLS)获取单木树冠三维结构的能力,利用无人机载激光雷达数据,对人工长白落叶松进行单木树冠特征因子的提取以及树冠轮廓的模拟,并与机载激光雷达(ALS)单木树冠特征因子的提取进行比较。结果表明:利用UAVLS数据1∶1匹配的单木数量远高于利用ALS数据匹配的单木数量,且UAVLS单木位置探测的精度达到0.338 1 m,比ALS提高了0.185 1 m;UAVLS单木树高的提取精度达到0.578 5 m,比ALS提高了1.294 5 m;对于冠幅及冠基高的提取,UAVLS也有更高的精度。与ALS相比,UAVLS不仅具有更高的单木探测精度,也具有更高的单木树冠结构参数提取精度;3种树冠轮廓模型拟合的R~2均高于0.75,表明3种常用的轮廓模型都能够很好的描述从UAVLS数据中获取的树冠外部轮廓,其中二次抛物线模型具有最强的模拟效果(M_(AE)=0.256 4,M_(RAE)=4.59%)。因此,无人机激光雷达数据提取单木树冠结构,可以提高林业调查的效率。     

新疆地区西门塔尔牛不同模型泌乳曲线拟合效果分析

[目的]比较新疆地区西门塔尔牛不同模型泌乳曲线拟合效果[方法]应用Wood不完全伽玛函数模型、Nelder逆多项式模型和Wilmink模型等3个数学模型,对新疆呼图壁种牛场西门塔尔牛第一胎、第二胎、第三胎、第四胎、四胎以上以及所有胎次的泌乳曲线进行了拟合,通过SAS统计软件进行分析.[结果]利用Nelder逆多项式模型拟合泌乳曲线,其拟合精度为R2=0.174 3～0.944 2;利用Wilmink模型拟合泌乳曲线,其拟合精度为R2=0.921 1 ～0.942 0;利用Wood模型拟合西门塔尔牛的泌乳曲线,其拟合精度为R2=0.9239～0.944 2.[结论]其中,Wood模型的拟合度最高,拟合效果最优,为新疆地区西门塔尔牛泌乳曲线的最佳拟合模型.     

白刺苗木年生长发育规律的研究

采用Logistic曲线、幂函数、指数函数、负指数函数、Compertz模型、三次多项式等数学模型对白刺苗高与地径生长进行拟合,确定出Logistic曲线为最优模型("S"形曲线),并估测了速生期的2个拐点及其长度.结果表明:①高、径生长均符合"S"型曲线,年生长可划分为生长初期、速生期、硬化期三个时期;②白刺径生长速生期起始时间、结束时间分别比高生长晚5 d,20 d.③白刺苗高、地径生长均呈双峰型.     

基于树冠和竞争因子的杉木胸径估测

【目的】无人机遥感的迅速发展为胸径预估提供了新方向，本研究适用于通过无人机遥感技术提取样地单木树冠因子后，估算胸径及林分每公顷断面积等指标，实现精准高效的森林资源监测与管理。【方法】根据福建省将乐国有林场33块杉木人工林地面调查数据，利用10种传统模型与2种机器学习方法分别对单木胸径进行估测，并基于不同的自变量组合形式来分析不同因子对胸径估测的影响。【结果】根据传统模型参数拟合结果可以看出，树冠半径与胸径呈显著正相关，林分密度、偏冠因子及竞争指数与胸径均呈显著负相关。传统模型建模过程中所引入最优竞争指数为树冠重叠内角相关的CI2，模型逻辑斯蒂模型拟合结果最优，幂函数(有截距)模型次之。而在使用检验数据进行估测时，幂函数(有截距)有着最好的估测效果。随机森林模型均具有较好的拟合效果，使用检验数据进行估测，不同竞争指数对模型拟合提升程度不同，与树冠重叠面积相关的竞争指数CI3取得了最好的效果。支持向量回归模型拟合优度小于随机森林，略大于传统模型。对胸径进行估测时，包含与竞争木大小相关的竞争指数CI4的模型为最优模型。【结论】传统模型和机器学习模型在拟合与估测单木胸径上均取得了一定的效果，利...     

最小二乘分段多项式拟合及其计算机程序

本文运用数理统计的原理,阐述了对平面离散数据进行最小二乘分段多项式拟合的数学模型和方法,估计了拟合曲线的误差,并编制了相应的通用FORTPAN计算程序,能对平面离散数据构成的单值函数曲线和多值函数曲线(在自变量x单调变化的转折点,函数连续而不光滑)进行分段多项式拟合,并能通过适当地选择曲线分界节点、各段多项式次数和各分界节点处连续的导数的阶数,满足很多实际问题的需要和所提出的精度要求。     

北京市13 个常见树种胸径估测研究

随着高分辨率遥感数据、LiDAR 技术在森林资源调查中应用的日益普遍,以及自动快速提取树木冠幅、树高 方法的日益成熟,需要建立新的树木模型来估测其他林分因子,以适应林业调查手段更新和发展的需求。在参考 国内外大量文献的基础上,选择常用的胸径鄄冠幅模型和树高鄄胸径曲线模型,根据北京市178 块森林样地调查数 据,建立了北京市13 个常见树种的胸径鄄冠幅模型,胸径鄄树高模型,胸径鄄冠幅、树高综合模型。结果表明:并不是 所有树种的冠幅、树高都与胸径有高相关性;13 个树种中,只有臭椿、雪松、栾树和加杨的胸径鄄冠幅模型的R2 大于 0郾7,胸径鄄树高模型R2 大于0郾5,胸径鄄冠幅、树高综合模型达到0郾8 以上;油松、杨树、槲栎、圆柏4 个树种的胸径鄄 冠幅模型的R2 小于0郾3;核桃、油松、火炬树、柳树、国槐5 个树种的胸径鄄树高模型R2 低于0郾3。并提出在下一步工 作中,把林龄,林分密度,立地条件如坡度、坡向、海拔、地位级等林分因子与树木冠幅、树高联合建立估测模型来提 高胸径估测的精度。该方法可用于现代遥感技术快速获取树木冠幅、树高之后,根据已有的数据库资料,用树种的 冠幅、树高估测胸径,再推算其他林分因子,实现森林资源的快速调查与更新。      

无人机遥感影像提取的单木冠幅数据在桉树林分蓄积量估测中的应用

以广西壮族自治区南宁市树木园坛里管理区为研究区域、以桉树(Eucalyptus spp.)人工林为研究对象,在坛里管理区内设置6块20 m×20 m的典型样地,实地测量单木树高、胸径(1.3 m高)、冠幅直径,获得287株桉树样木数据;样地调查同时进行无人机航拍数据采集,获取分辨率为8 cm像素影像(110张),通过正射校正、倾斜校正、投影差校正对无人机影像进行处理,消除环境因子的影响,采用面向对象的影像分析方法对遥感影像上的桉树林提取林分单木冠幅;根据样地实测数据建立冠幅-胸径模型、冠幅-树高模型,将无人机影像提取的修正后的桉树单木冠幅数据代入构建的模型中,选择相关系数最高的模型推算胸径和树高,利用桉树二元材积公式估算样地的蓄积量,分析依据无人机遥感影像提取桉树单木冠幅数据估算林分蓄积量的可行性与精确度。结果表明：利用无人机影像提取冠幅与实测冠幅之间存在显著正相关,提取的平均精度为90.85%,建立的桉树冠幅-胸径曲线估计模型,其中对数函数方程拟合效果最好(决定系数为0.799);桉树冠幅-树高模型,拟合效果最好的是三次方函数方程(决定系数为0.755)。影像提取的单木冠幅,通过模型...     

云南红豆杉单木生物量模型选择与树冠调控

拟合并选择云南红豆杉单木生物量模型,明确树冠结构调控技术。以3年生福建省明溪县云南红豆杉原料林为对象,采用4种自变量类型模型,并导入树冠结构特征变量拟合生物量模型;经配对t检验、偏差检验与估算预测精度,优选系列单木生物量模型。比较导入树冠结构特征前后模型的拟合与预测效果,明确并验证树冠结构调控技术。结果表明,采用D²H变量拟合的模型效果最优,其次为DH变量,然后是D²变量,最后是D、H变量。采用D²H变量较D、H变量明显提高模型的拟合与预测效果。导入树冠结构特征后明显提高模型拟合与预测效果。冠幅、冠形率显著影响红豆杉系列单株生物量,促进系列生物量的树冠结构调控重点与方向是促进冠幅宽大;经验证,树冠结构调控技术显著提高系列单木生物量是可行的。自变量类型显著影响模型的拟合与预测效果,选择自变量类型以优化红豆杉单木生物量模型是必要和可行的。导入树冠结构特征因子明显提高单木生物量模型的拟合效果与预测精度。选出4个最优红豆杉单木生物量模型,其决定系数不小于0.862,预测精度均不小于95.18%,M_APE均不大于16.95%,可以用于生产中的生物量预测。