超声波与应力波在木材内部缺陷检测中的对比研究

采用超声波和应力波分别对木材试件进行了检测,并运用SPSS软件对检测结果进行分析,结果表明：木材密度、孔洞大小及数量对两种波传播参数及动态弹性模量都有不同程度的影响。通过两种波的对比研究,得知二者对木材内部缺陷检测的灵敏度和准确度存在差异。因此在进行木材内部缺陷检测时,应结合实际情况,采用适当的检测方法,从而提高对木材缺陷盼分辨能力。     

基于无人机影像的森林生物量估测与制图

【目的】森林生物量的精确测定,对于全球气候变化和碳循环研究具有重要的意义。【方法】以东北林业大学城市林业示范基地为研究区域,首先利用无人机平台获取整个研究区域的高分辨率无人机影像;然后在研究区域四种人工林样地中分别选取20 m×20 m的4块建模样方和4块测试样方,通过每木检尺法实测建模样方内林木的树高和胸径数据,建立H-DBH(树高-胸径)估算模型,并结合已有的DBH-SB(胸径-树干生物量)模型得到测试样方的森林生物量数据;在处理后的数字冠层高度模型(DCHM)基础上利用局部最大值法提取树高与树冠中心点位置,建立一种结合无人机影像提取树高与H-SB(树高-树干生物量)经验模型的森林生物量制图方法。【结果】不同样方的H-DBH模型R2均大于0.70,测试样方的总地上生物量平均值为6915.85 kg,总的估测精度为87%。通过ArcGIS软件结合本研究提出的方法快速得到了整个研究区域的地上生物量分布图,估测总地上生物量为4396.18 t。【结论】研究结果可为快速准确的进行森林生物量的估测提供基础数据和技术参考。     

植被叶片生化组分光谱响应分析与估测

【目的】传统植被生化组分化学分析法具有破坏性且耗费较多人力物力等缺点,高光谱技术可以为快速无损地估测植被生化组分含量提供有效手段。【方法】利用LOPEX’93数据集,对原始光谱进行了4种光谱变换(一阶微分DR、取倒数1/R、取对数log R、倒数的对数log(1/R)),提取了“三边”参数、光谱指数、全波段光谱指数,并分析它们与叶绿素含量(C＿ab)、干物质含量(LMA)、等效水厚度(EWT)的相关性,将提取的相关性高的光谱特征作为输入变量,分别采用偏最小二乘回归(PLSR)、支持向量机(SVM)、随机森林(RF)建立模型并进行预测,以模型的决定系数R²和均方根误差RMSE作为判定模型优劣的指标。【结果】4种光谱变换中最有效的方式是一阶微分,其中,一阶微分波段D₇₄₂、D₅₃₅对C＿ab有较强的光谱响应;D₁₇₀₀、D₁₂₂₉、D₂₁₉₂对LMA具有较高的响应;D₁₁₄₅、D₁₃₀₂、D₉₅₅     

基于分水岭算法的无人机不同飞行高度下林木冠幅提取研究

树冠是林木重要的组成部分之一,林木冠幅信息精确提取对森林资源调查和树木生长动态监测有着重要的意义。通过设置不同的无人机飞行高度,以哈尔滨市城市林业示范基地中的樟子松样地为对象,分别利用传统分水岭算法和改进分水岭算法对单木树冠和林隙进行提取,并对树冠冠幅和树冠投影面积进行估算,最后与实测数据进行对比分析。结果表明:1）基于传统分水岭算法平均单木冠幅识别率为51.11%,平均欠分割率为25.18%,平均过分割率为11.11%;树冠冠幅和树冠投影面积平均提取精度分别为69.72%和53.59%,说明传统分水岭算法对单木冠幅提取效果一般。2）改进分水岭算法平均单木冠幅识别率为80.74%,平均欠分割率为8.15%,平均过分割率为6.67%;树冠冠幅和树冠投影面积平均提取精度约分别为79.84%和76.04%,表明改进的分水岭算法对林木单木冠幅提取精度较高。3）50 m飞行高度下样地中林隙面积在0~5 m²和5~10 m²各占57.89%和31.58%;林隙形状指数分布在1.14~1.85,平均值为1.36;研究表明,利用改进分水岭算法在50 m无人机飞行高度获取的林木影像可以有效提取林木树冠和林隙面积信息,研究结果可为森林资源调查提供有效参考。     

基于多尺度几何特征单木点云的语义分割

针对目前地面激光扫描树木点云精确分离枝干点和树叶点成分困难的问题,提出一种基于多尺度几何特征的单木点云语义分割的方法。首先将水曲柳和樟子松样地点云数据进行单木分割,再计算多尺度点云协方差矩阵特征值,之后选择特征分类器,并根据特征值重要性选择最优特征值,最后对树木的枝干叶点云进行分割。通过比较支持向量机(SVM)、极限梯度增强(XGBoost)和随机森林(RF)3种分类器的训练时间和精度,选择XGBoost作为最终的分类器,并根据特征值重要性选择出6种最优特征。结果表明,2块样地枝干点和叶点的分割精度都>0.88,并且F1值和IOU也都在0.8以上。提出的方法能够有效分割出水曲柳和樟子松树叶点云和枝干点云,有较高的识别精度,研究结果为后续单木三维模型构建及生物量估算提供了条件。     

老龄林林分空间的点格局分析

采用TOPCON全站仪,在吉林省蛟河市林业实验区管理局施业区内设置1块500 m×600 m固定监测样地,并进行群落调查,在Arc GIS平台上采用Ripley’s K函数进行不同尺度的空间聚集度研究,采用空间自相关方法对研究区内的种群进行空间自相关性分析。结果表明:老龄林中数量最多的前6个种群分别是簇毛槭、白牛槭、千金榆、色木槭、裂叶榆和花楷槭;不同的起测胸径对林木的空间格局分布有重要的影响,起测胸径5 cm时,发现6个个体数量最多的种群显示出了不同的空间格局,其中白牛槭的空间聚集性最高;优势木在空间尺度较小时,生长得比较密集,在空间尺度较大时,则呈现出离散的分布特点,不同的起测胸径对研究结果也有一定的影响,因此,在研究空间格局分布时,起测胸径是首先需要考虑的因素;优势木在种群间还是不同空间距离下,优势木间均显示正向的空间自相关性,只是相关性程度略有差异,优势木的相关性受空间尺度的影响较大。     

针阔混交林生物多样性评价指标体系与模型构建

以吉林省长白山系张广才岭阔叶红松林不同演替阶段群落(中龄林、近熟林、成熟林和老龄林)为研究对象,通过调查样地内生物多样性特征,如物种组成信息、空间位置、枯死木和外来入侵物种等情况,结合国内外生物多样性研究现状,初步构建1个3层次结构的针阔混交林生物多样性评价指标体系。选取有代表性的三级评价指标25项,采用主成分分析方法进行指标筛选,最终得到由17项三级指标构成的针阔混交林生物多样性评价指标体系;利用层次分析法结合专家打分法对最终的评价指标进行权重确定,构建出针阔混交林生物多样性评价模型。      

激光雷达和高光谱遥感技术在树种识别中的应用

快速准确识别树种是研究和保护森林资源的基础,通过遥感技术进行树种识别已成为森林调查重要手段之一。激光雷达数据可以提供森林垂直结构的信息,而高光谱遥感数据可以提供树木详细的光谱信息,因此联合激光雷达和高光谱数据能够提高树种分类精度。文中阐述了激光雷达和高光谱遥感在森林树种识别中的研究现状,总结了单一遥感源进行树种识别的优缺点,介绍了联合激光雷达和高光谱遥感数据的树种识别方法,最后从数据平台、数据提取、数据融合及识别模型等4个方面探讨了当前树种识别研究中面临的问题以及未来的研究方向,旨在为提高树种识别精度提供参考。