基于无人机影像的天山云杉林单木树冠信息提取

【目的】 研究树冠信息估测出林分密度、生长量等森林调查指标,判断林木生长优良状况提供参考,【方法】 基于无人机遥感影像,以新疆农业大学实习林场主伐迹地下天山云杉林(Picea Schrenkiana var tianshanica)为研究对象,采用高斯-拉普拉斯算子(Laplacian of Gaussian,LOG)结合最大类间方差寻找最优阈值(Otsu)对影像进行处理,并利用标记控制分水岭分割方法分别提取疏、中、密3种不同郁闭度的天山云杉单木树冠信息。【结果】 利用优化后的标记控制分水岭分割方法较好的解决了过分割问题,对单木树冠信息提取的F测度在疏、中、密林区分别是98.26%、92.91%和87.57%。【结论】 使用的方法提取单木树冠信息精度较高,可以评价对天山云杉林的生长状况,可对主伐迹地下天山云杉林的更新和恢复提供可靠的技术支撑。     

落叶松人工林树冠形状的预估

以长白落叶松（Ｌａｒｉｘ ａｌｇｅｒｎｓｉｓ Ｈｅｎｒｙ）人工林为研究对象，利用松江河林业局设置的８块团状枝解析标准地作为基础数据，采用树干一致性削度方程垢研究方法，建立了能预估任意部位的树冠体积（Ｃｖ（ｈ），树冠横断面面积Ｃａ（ｈ）及树冠表面各Ｃｓ（ｈ）的一致性树冠体积／冠形方程系统。由２１７株伐倒木树冠资料采用非线性一回归方法建立了预估全树冠方程，某一指定高度以上的树冠体积，某一指定高度处的累     

基于U-Net和分水岭算法的无人机单木树冠提取方法

高分辨率无人机遥感影像单木树冠参数信息提取方法是森林资源精准监测和生态功能评估的重要基础,而自然光照条件下粘连和遮挡单木树冠的准确分割是直接决定单木树冠信息提取精度的关键。针对自然光照条件下山地森林无人机遥感影像中单木树冠相互粘连、遮挡难以分割,以及传统算法泛化能力弱等问题。本研究结合深度学习和标记控制分水岭算法的优点,提出了一种基于U-Net和标记控制分水岭（marker-controlled watershed,MCW）算法（简称U-Net+MCW算法）的山地森林单木树冠提取方法。以新疆山地森林优势树种天山云杉(Picea schrenkiana var.tianschanica)为研究对象,在南山实习林场采集积雪背景下无人机遥感影像作为试验数据,构建了基于深度神经网络U-Net和标记控制分水岭算法的单木树冠提取模型。首先,从无人机遥感影像中选取1 000张训练样本,128张测试样本,并对样本进行标注,通过数据增强将1 000张训练样本扩增为16 000张,按照4∶1分为训练集和验证集,对U-Net模型进行训练,在训练过程中赋予2个或多个树冠间的相邻边界像素较大权重。然后,利用训练好的U-Net模型对测试集样本进行单木树冠提取。最后,在深度神经网络U-Net单木树冠提取的基础上,采用MCW算法对提取结果进行优化,并对单木树冠提取效果进行精度评估。结果表明,U-Net+MCW算法对于单木尺度的F测度为74.04%,比单一使用U-Net模型提高了28.52%,以该方法提取遥感影像中的天山云杉树冠信息为基础,计算其单木树冠面积和冠幅的精度分别为81.05%和89.94%。因此,U-Net+MCW算法能够有效解决自然光照条件下,由于原始图像背景复杂且树冠内部亮度变化不均匀和树冠间粘连、遮挡等因素,导致的单个树冠内、树冠聚集处或连接重叠区域出现的树冠错分割、过分割、合并等问题,是一种低成本、高效率的单木树冠提取方法,能够满足中小尺度山地森林资源调查和监测要求。     

黄金分割在韭菜盆栽中的应用研究

采用黄金分割比例为分割线研制的盆钵,与传统盆钵进行了韭菜栽培效果对比试验.结果表明,黄金分割线盆钵能有效抑制韭菜主根生长、加速2次根的发育与生长,有利于植物对基质中肥料的吸收与利用,促进韭菜的生长发育和经济产量的提高.     

新疆天山云杉森林生态系统定位研究的初步设想

1998年新疆被列入国家林业局森林生态定位观测网络之一.就开展森林生态系统长期定位观测与研究发展历史及重要性、建立新疆森林生态定位站的必要性,对新疆开展森林生态定位观测研究的初步设想做一简要论述.     

一维逻辑斯蒂映射中的黄金分割率

通过一维逻辑斯蒂映射的有限步骤具体说明黄金分割率、斐波那契数列(含广义的)是系统中混沌与有序、“随机性”与决定性之间的普遍而和谐的要素。     

天然次生林群落中四种阔叶幼树树冠叶层结构和初步研究

对天然次生林群落中的四种阔叶幼树－蒙古栎，色木械，水曲柳，黄波罗的树冠叶层结构进行了初步测定。揭示了在不同的空间层次内按方位角与倾斜角的频率分布规律以及叶面积密度ＵＬ（Ｚ）的变化特点，并对研究树冠叶层的结构的意义作了深入讨论。     

天然次生林群落中四种阔叶幼树树冠叶层结构的初步研究

对天然次生林群落中的四种阔叶幼树─—蒙古栎、色木械、水曲柳、黄波罗的树冠叶层结构进行了初步测定，揭示了在不同的空间层次内按方位角与倾斜角的频度分布规律以及叶面积密度Ｕ＿Ｌ(Ｚ)的变化特点，并对研究树冠叶层的结构的意义作了深入讨论。     

天山云杉人工幼林树冠结构及其在林分间伐中的应用研究

本文对天山云杉人工幼林树冠结构以及树冠结构与林木之间的关系进行了研究，并基于生物学原理，在确定有效树冠的法础上，通过决定林木能力的树冠特征对其人林分间伐中的应用进行了初步研究。     

天山云杉林不同发育阶段种群分布格局研究

以新疆西部天山云杉林6hm2永久样地调查数据为基础,采用点格局分析方法,对不同发育阶段的天山云杉种群空间分布格局和种群之间相关性进行统计分析。结果表明:1)调查样地内天山云杉群落物种组成简单,仅7个物种,区系成分均为温带成分,是以天山云杉为主的单优植物群落。2)样地内天山云杉大树个体数较多,小树和中树个体数较少,不同发育阶段其个体密度大小顺序为:大树中树小树,表现为衰退型种群。3)天山云杉不同发育阶段种群分布格局与研究尺度紧密相关,各发育阶段均以聚集型分布为主;不同尺度下均表现为小树的聚集强度最大,中树次之,大树最小。4)天山云杉种群不同发育阶段之间存在着相关性,大树和小树表现为显著的负相关;中树和小树在中小尺度上呈现显著的正相关,大尺度上相关性不显著;中树和大树相关性不显著。     

基于机载激光雷达影像的天山云杉林树高提取及蓄积量反演

【目的】研究提取影像高程数据建立模型反演天山云杉林分蓄积量,获得便捷、快速提取森林蓄积信息的技术方法,为研究山地天然林精准监测与评价提供技术途径。【方法】以新疆天山中部北坡天格尔森林公园天山云杉(Picea Schrenkiana var.tianshanica)为研究对象,机载激光雷达航拍影像与样地每木检尺为数据源,使用点云分类与克里金插值法对激光雷达影像高程数据进行提取获得天山云杉树高,根据样地实测数据构建胸径-树高模型,并根据胸径-树高模型天山云杉林林分蓄积量进行反演。【结果】激光雷达影像分辨率较高,经过点云分类后,采用克里金插值法提取的树高平均精度可达89.64%,幂函数曲线模型拟合度最高,R²为0.908,结合二元材积公式,基于激光雷达影像估测蓄积量与样地实测蓄积量对比,精度达到87.43%。【结论】采用克里金插值法对天山云杉林树高信息的提取效果较好,建立胸径-树高模型弥补了激光雷达不能对胸径直接测量的缺陷,反演天山云杉林林分蓄积量,该模型可满足对新疆山地天然林数字经营管理的标准。     

天山云杉林冠层结构对草本物种多样性的影响

为研究天山云杉林冠层特征与林下草本物种多样性的相互关系,以新疆天格尔森林公园天山云杉林的4个龄级的林分（幼林龄、中林龄、近熟林、成熟林）为研究对象,以冠层分析仪获得的冠层结构特征和林下光环境指数等野外实际调查数据为依据,通过计算 α 多样性指数分析4个龄级的草本物种多样性,利用多元统计方法研究冠层结构对草本多样性的影响。结果表明,各个指标在不同龄级间均有一定的差异,且随着林分的生长和更新,天山云杉林呈现林冠开度逐渐减小、叶面积指数增大、林下光辐射均减弱、物种多样性指数均减小的趋势;典型模型表明林冠开度对冠层结构起到主要作用（呈极显著正相关P<0.01）,叶面积指数次之（呈极显著负相关P<0.01）;在林下辐射中,林下总辐射对林内光环境起主要作用;相比冠层结构,林下光照对草本层物种多样性的作用更大,其中林冠开度和丰富度指数之间呈显著正相关,林下总辐射、林下直射辐射和多样性指数、均匀度指数之间均呈显著正相关。     

基于无人机影像的天山云杉林树高提取及蓄积量的反演

【目的】提取影像高程数据建立模型反演天山云杉林分蓄积量,为天然林保护工程实施后天山云杉生态恢复与科学管理提供参考依据。【方法】以新疆天山西部巩留县恰西森林公园的天山云杉(Picea Schrenkiana var. tianshanica)为研究对象,无人机航拍影像与样地每木检尺为数据源,使用点云分类与克里金插值法提取无人机影像高程数据得到天山云杉树高,根据样地实测数据建立胸径树高模型,最终根据胸径树高模型反演天山云杉林林分蓄积量。【结果】利用无人机影像提取树高与实测树高存在显著正相关关系,提取平均精度为88.42%,建立天山云杉胸径-冠幅模型的相关系数为0.696,而胸径-树高模型的相关系数为0.730;验证胸径-树高模型,计算RMSE值为12.386,拟合效果显著。基于胸径-树高模型反演林分蓄积量精度为87.66%,与实测值比对,残差值大部分落在(-2,+2)残差区间。【结论】采用局部最大值算法对天山云杉林树高信息的提取效果较好,建立胸径-树高模型弥补了无人机不能对胸径直接测量的缺陷,进而反演天山云杉林林分蓄积量。     

基于WorldView-2影像和随机森林算法的天山云杉蓄积量反演

【目的】研究林地遥感因子与蓄积量的关系来反演天山云杉林分蓄积量,为新疆天然林保护工程实施后天山云杉生态恢复与科学管理提供参考依据。【方法】以新疆天山西部巩留县恰国家西森林公园的天山云杉（Picea schrenkiana var.tianshanica）为研究对象,以样地内每木检尺为依据,基于WorldView-2影像,使用eCognition Developer 提取样地的光谱信息、纹理因子与植被指数三种遥感因子,通过随机森林算法建立模型反演天山云杉林分蓄积量。【结果】提取的24种遥感因子,筛选出对蓄积量影响最大的5种特征变量,分别为NDVI1、NDVI2、RVI2、均一性（Homogeneity）与相关性（Correlation）,建立随机森林回归模型,解释度高达81.27%,决定系数R²=0.8648（P<0.05）,估测样地蓄积量精度为86.38%。【结论】建立的随机森林回归模型可以有效地反演天山云杉林林分蓄积量。     

天山云杉削度方程与材种出材率表的研究

以天山云杉为研究对象，在分析与描述天山云杉干形的基础上，提出了新的削度模型；并与其它削度模型进行分析、比较，评价了与商品材积估测有关的削度模型的优劣，结果表明：新建削度模型具有较好地满足各项预估目的的能力，在此削度模型的基础上，建立了精确的商品材积估测系统。该系统可估计树干上任意直径的干长、任意高度处直径、商品材积，并用该系统编制了天山云杉二元材种出材率表。     

新疆棉花产量组分与黄金分割律关系研究

大自然中广泛存在着黄金分割现象,大凡符合或满足黄金分割比例关系组成的任何事物都表现出其内部关系的和谐与均衡。笔者分析了新疆棉花产量组分与黄金分割律的关系,为新疆棉花群体优化调控技术提供了一种新的理念,研究结果具有理论价值和应用潜力。     

基于机载激光雷达数据的天山云杉林蓄积量反演模型构建

构建多变量的天山云杉林Schumacher蓄积收获模型,提高林分蓄积量反演精度,获得便捷、快速提取森林蓄积信息的技术方法,为探索山地天然林精准监测与评价提供技术途径。以2020年激光雷达影像与样地实测数据为研究材料,在激光雷达影像图中提取遥感因子,代入Schumacher蓄积收获模型中,通过再参数化来构建适用于天山云杉林的可变密度收获预估模型,并进行精度检验。结果表明,激光雷达影像分辨率较高,进行点云数据处理后,树高提取精度为89.64%,每公顷株数提取精度为85.13%,坡度提取精度为84.26%,坡向提取精度为84.26%,海拔提取精度为97.25%。结合Schumacher蓄积收获模型构建天山云杉蓄积量反演模型,R²=0.80,将检验数据代入模型中,估测蓄积量与实测蓄积量平均精度为90.22%,模型的拟合度较好。研究将立地因子、林分密度、林龄等变量引入Schumacher蓄积收获模型,对于天山云杉的蓄积估测精度有较大提高,优于以往经验模型,满足新疆山地天然林数字经营管理的标准。