基于无人机LiDAR的杉木树冠上部外轮廓模拟与可视化研究

目的 基于无人机激光雷达（LiDAR）点云数据提取杉木树冠上部结构参数（树冠顶点、树高、冠幅和上部冠长）,并进行树冠上部外轮廓模拟与可视化,为树种识别提供树木冠形特征。 方法 利用LASTools开源工具从激光雷达点云数据生成无孔洞的冠层高度模型,使用LiDAR360软件,采用局部最大值法检测树冠顶点,基于CHM种子点对点云进行单木分割,并在ArcGIS下手动选取杉木单株点云样本,用Python编程对“欠分割”样本进行单木纯化（之后全部编程方式自动化处理）;提取纯化后单株样本的树冠上部结构参数（树冠顶点、树高、冠幅和上部冠长）,再对单木点云按照一定高度间隔进行分层切片,使用宽度百分位数法提取单木树冠上部的相对着枝深度、枝条长度作为模型变量,以相对着枝深度分层分别建模与验证样本按照3倍标准差法剔除异常外轮廓点,选取二次多项式、幂函数和指数函数3个基础模型进行模型拟合与验证,最后采用最优拟合模型进行样地尺度的三维可视化。 结果 无人机激光雷达综合单木检测率为79.63%,结合实测参数与提取结果进行相关分析,树高线性回归R2为0.890 5,冠幅线性回归R2为0.845 6;二次抛物线、幂函数和对数函数拟合R2分别为0.807 0、0.817 0、0.806 0,幂函数对杉木树冠上部外轮廓的拟合效果更优。 结论 在高林分密度条件下,单木点云的有效提取纯化对客观描绘树冠形状非常重要;基于无人机激光雷达拟合的杉木树冠上部外轮廓反映了杉木的树冠上部形态,可为杉木的树种识别提供参考。     

基于TM影像的华安县桉树林生物量遥感估测

以华安县桉树林为研究对象,基于最近的2008年20块桉树林固定样地和同期Landsat5 TM影像,选用20个自变量,建立多元线性生物量遥感信息模型,并采用8个检验样本对模型进行检验,总体预估精度达到83.58%,均方误差为1.42t/hm~2,利用建立的多元线性模型反演生成华安县桉树林生物量分布图,估测华安县桉树林总生物量为404 765.316t,公顷生物量为32.344t/hm~2。     

阿勒泰林场夏季森林防火刍议

森林管护是天保工程最主要的工作,而防止森林火灾又是森林管护十分重要的工作。阿勒泰林场在天保工程实施过程中,全力提高森林管护成效,维护森林资源安全,25年未发生大型火灾。     

结合无人机可见光和激光雷达数据的杉木树冠信息提取

以年珠实验林场为研究区,以无人机可见光正射影像和激光雷达数据为数据源,采用分水岭分割与面向对象结合的方法提取不同郁闭度下杉木单木树冠信息,并对提取精度进行验证首先采用面向对象法基于无人机可见光影像提取树冠区域,然后基于构建的CHM进行分水岭分割获取单木树冠初步分割结果,最后基于初步分割结果对树冠区域进行二次分割,提取单木树冠信息。结果表明：不同郁闭度林分条件下单木树冠信息提取效果较好,其中单木树冠提取F测度分别为88.07%～95.08%和78.57%～88.29%;提取的树冠面积与实测面积建立的线性回归模型,R²分别为0.8591和0.7367,RMSE分别为2.49 m²和3.29 m²;提取的冠幅与实测冠幅建立的线性回归模型,R²分别为0.8306和0.7246,RMSE分别为0.46 m和0.57 m。基于无人机可见光影像采用面向对象多尺度分割法提取树冠区域很好的消除了样地内裸地及林下灌木等因素的影响;同时,无人机LiDAR数据能够更加精确的区分单木信息,2种数据源结合发挥了二者的优势,提高了单木树冠的提取精度。本研究可为快速获取不同郁闭度林分下单木树冠信息提供参考。     

ViewGIS矢量图关键字转换方法探讨

对ViewGIS软件矢量图关键字前后期组成进行比较,分析了关键字代码转换方法,基于图层数据库与系统数据库编写简易实用的数据库处理程序将经营代码编码的关键字转换为行政代码编码的关键字,为森林资源规划设计调查数字化成果提供基础材料。     

LiDAR单木分割辅助的无人机影像CNN+EL树种识别

为研究激光雷达单木分割辅助条件下无人机可见光图像树种识别应用潜力,提出联合卷积神经网络(CNN)和集成学习(EL)的树种识别方法.首先利用同期无人机激光雷达数据和可见光影像数据进行单木树冠探测并制作单木树冠影像数据集;其次引入ResNet50网络并结合引入有效通道注意力机制、替换膨胀卷积、调整卷积模块层数搭建出4个卷积...     

人工促进天然更新 加快青河林区生态演替——青河分局人工促进天然更新的具体实践

青河林区位于阿尔泰山中段东南坡,林地多位于山体中下部的阴坡和部分阳坡沟谷地带。林区针叶林多,阔叶林少,成过熟林所占比重较大。为加速天然林完成森林生态演替,进一步扩大森林资源,充分发挥森林的生态效益、社会效益和经济效益,根据林区现状,积极而适当地采取人工促进天然更新措施是完全必要的。     

安徽省森林碳储量及碳密度特征研究

基于安徽省第九次全国森林资源清查数据,利用生物量—蓄积量转换模型,从不同森林类型、起源、龄组、优势树种(组)等方面进行分析,运用生物量换算因子连续函数法,对安徽省森林碳储量及碳密度进行估算。结果表明,安徽省森林碳储总量为11 843.59×10~4t,平均碳密度29.93 t/hm~2,其中乔木林碳储量为9 790.17×10~4t,占森林总碳储量的82.66%,乔木林平均碳密度为31.72t/hm~2,碳密度大小排序为:阔叶林针阔混针叶林,经济林、竹林碳储量为2 053.42×10~4t。乔木林中,天然林的面积、碳储量略小于人工林,但天然乔木林各龄组碳密度均大于人工林;阔叶混交林、杨树、马尾松、杉木、针阔混交林、栎类、针叶混交林的面积、碳储量占优势,其中又以阔叶混交林为最大,面积、碳储量均超过乔木林的28%。文章指出安徽省乔木林碳密度水平仍然不高,今后在增加森林面积的同时,仍需采取合理经营管理措施,促使森林质量和碳汇水平不断提高。