The relative influence of fire and herbivory on savanna three-dimensional vegetation structure

The relative importance of fire and herbivory on vegetation structure has been the subject of much debate in savanna ecology. Fire regime and herbivore numbers are two key variables that managers of protected areas can manipulate to meet their conservation objectives. We deployed a new airborne remote sensing system (Carnegie Airborne Observatory) to the Kruger National Park (KNP), South Africa, to map a unique herbivore/fire exclusion experiment on basaltic soils. We collected high resolution (56 cm) three-dimensional (3-D) vegetation structural data over areas that have been protected from herbivores (34 yr) and/or fire (7 yr), as well as those exposed to both disturbance agents. Canopy height distribution, as well as the distribution of foliage within the vertical canopy profile, differed significantly between all treatments and between each treatment and the control area (Kolmogorov-Smirnov, p < 0.001). Herbivory exerted a greater influence on vegetation 3-D structure and heterogeneity than did fire. At the broad scale, total percentage woody cover was 36 times greater in areas protected from herbivores, compared to the control area. At a finer scale, areas protected from herbivores contained 5 times more tall tree canopy (>9 m) and up to 66 times more small tree canopy (3-6 m). Fire restricted growth of vegetation in the 0-3 m height range, both in the absence and presence of herbivores. Our findings highlight the active role that conservation managers can play in modifying vegetation structure and heterogeneity through herbivore and fire management, as well as the value of 3-D remote sensing for the assessment of conservation management outcomes.     

基于区域合并的Mean Shift算法识别单木研究

为准确识别森林单木,采用区域合并的MeanShift算法对机载点云进行单木分割。首先,以点云三维特征空间为特征向量,选择核带宽度及收敛阈值,采用MeanShift算法对点云进行初始过分割;其次,以过分割点簇为对象,选择分割尺度、平滑度和紧凑度参数,采用基于区域邻接图的最优层次合并方法对点簇进行合并。最后,剔除3.5m高度以下和异常点云,以点云中心点为单木位置,计算森林密度。实验结果表明,基于区域合并的MeanShift算法能够检测到89%以上的单木,单木识别精度达91.6%,避免了生成CHM的初始误差。     

基于地基LiDAR高度指标的小麦生物量监测研究

为探讨Li DAR监测作物生物量的可行性和方法,以小麦为研究对象,通过田间试验获取关键生育期的小麦Li DAR点云高度指标和地上部生物量,基于幂函数回归与支持向量回归、利用十折交叉验证法分别进行特征选择和模型构建,选取各算法最优的全生育期小麦地上部生物量监测模型,并在测试集上对模型的预测能力进行检验与比较。结果表明:利用H95和生育期特征所构建的全生育期支持向量回归模型精度最高,训练集上决定系数R2达到0. 814,测试集结果(R2=0. 821,RMSE为1. 730 t/hm2,RRMSE为32. 77%)表明,模型具有较好的准确性;利用Hmean所构建的全生育期幂函数回归模型决定系数R2达到0. 809,测试集结果(R2=0. 815,RMSE为1. 760 t/hm2,RRMSE为33. 33%)也表明模型具有较好的准确性;高度指标估测小麦生物量具有先天局限性,所构建模型较适宜于监测小麦地上部生物量小于10 t/hm2的情况,在超过10 t/hm2的样本集上,95%的模型预测值被低估,RMSE呈指数增长;生育期特征有利于提升监测模型预测精度。     

机载激光雷达和航空数码影像单木树高提取

用激光雷达(LiDAR)数据和航空数码影像相结合进行单木水平树高反演.对研究区的LiDAR点云数据进行滤波和分类,根据地形特点、地表植被状况以及其他地类的分布,采用Tin Filter滤波算法提取地面回波点和植被回波点.用面向对象的方法对高空间分辨率(25 cm)的航空数码影像进行单株木检测.通过多尺度、树冠模式的分割创建影像对象和类层次,用最邻近距离和成员函数法进行影像对象的分类,并基于分类结果进行再分割.对分割后的树冠多边形进行边缘优化,以准确识别单株木.将植被回波点和影像分割后得到的树冠多边形进行叠加,计算多边形内的LiDAR数据最大高程差值,与实测树高进行相关分析,建立单木树高估测回归方程,平均估测精度为74.89%.     

基于LiDAR数据与光谱影像融合的单木提取方法

针对现有的机载数据单木分割方法对林型的普适度不高,尤其在高郁闭度阔叶林地带提取精度偏低的问题,选用海南省海口市热带阔叶林地带的光谱影像和LiDAR数据,先采用基于距离阈值的单木分割方法,利用高分光谱影像分割得到的树冠边缘,对初始探测树顶点进行位置约束。获得单木顶点的精确定位后,采用基于种子点的单木分割方法分割,完成了阔叶林的单木提取。结果显示,与已有的基于单木间相对间距单木分割方法相比,本研究通过选取最佳分割尺度结合光谱影像进行精确定位,改善了原有单一尺度分割方法导致的过分割现象,将单木识别精确率由0.67提升至0.92。该方法在使用遥感对森林单木进行分割工作中,可以更好地识别单木,对不同林型适用度较高,可以为后续的单木信息提取工作提供数据基础。     

Fire models and methods to map fuel types: The role of remote sensing

Understanding fire is essential to improving forest management strategies. More specifically, an accurate knowledge of the spatial distribution of fuels is critical when analyzing, modelling and predicting fire behaviour. First, we review the main concepts and terminology associated with forest fuels and a number of fuel type classifications. Second, we summarize the main techniques employed to map fuel types starting with the most traditional approaches, such as field work, aerial photo interpretation or ecological modelling. We pay special attention to more contemporary techniques, which involve the use of remote sensing systems. In general, remote sensing systems are low-priced, can be regularly updated and are less time-consuming than traditional methods, but they are still facing important limitations. Recent work has shown that the integration of different sources of information and methods in a complementary way helps to overcome most of these limitations. Further research is encouraged to develop novel and enhanced remote sensing techniques.     

点云密度对机载激光雷达林分高度反演的影响

以山东省泰安市徂徕山林场和重庆铁山坪林场为试验区,分别于2005年5月和2006年9月获取了低密度和高密度的LiDAR点云数据,分别进行了林分平均高的反演试验.通过两个试验区的对比,分析了不同点云密度对机载LiDAR数据反演林分参数的影响.结果表明:对于两种密度的点云数据,使用分位数法都可以很好地进行林分平均高的估计,高密度点云的反演结果略好一些,但二者结果差异不大;高密度的点云可以进行更小尺度的林分高估计和单木树高的估计,从而可以减少甚至避免对实地树高测量的依赖.     

融合无人机载激光雷达与多光谱遥感数据的冬小麦叶面积指数反演

为了进一步挖掘无人机载激光雷达(Light Detection and Ranging,LiDAR)在农作物长势监测方面的潜力,探究机载LiDAR与多光谱遥感数据融合反演冬小麦叶面积指数(Leaf Area Index,LAI)的效果,以无人机载LiDAR和可见光-近红外多光谱为研究手段,获取试验区冬小麦孕穗期的无人机...     

基于激光雷达的果园行间路径提取与导航

针对车辆果园行间自主导航出现的车辆偏航、非相邻树行干扰、植株缺失、树行弯曲等问题,提出一种基于激光雷达的行间路径提取方法,构建多样化虚拟果园环境仿真行间路径导航过程,评估路径提取算法性能。行间路径提取时,采用二维激光雷达（Light detection and ranging,LiDAR）获取果园树干测量数据,通过中值滤波削弱测量噪声,设计椭圆感兴趣区域（Region of interest,ROI）提取相邻树行,提出两步树行分割法获取相邻树行数据,通过最小二乘法拟合树行直线,将树行中心线作为导航路径。行间导航仿真时,建立虚拟果园环境和LiDAR测量模型,基于仿真测量数据生成导航路径,经过一阶数字低通滤波后实时控制车辆运动。仿真实验中,设置果树种植偏差为±20cm,树干直径偏差为±3cm,LiDAR测量误差为±3cm。实验结果表明,本文方法在车辆偏航、缺树、曲线树行等情况下均能准确提取导航路径,在偏航角不大于15°、横向偏差不大于1m、缺树率不大于25%时均能将车辆轨迹与道路中心线的横向偏差控制在±14cm内。     

激光传感器在农业中的应用

激光传感作为一种新型传感技术,能够通过非接触方式获取目标物形态特征。相比其它类型的传感器,该传感器具有精确度高、扫描速度快、分辨率高以及抗干扰能力强等特点。因此,该传感器已经被广泛用于农业应用研究。该研究从激光传感器的测距原理和在农业中的应用2个方面进行阐述。激光传感器的测距原理分为三角测距法、TOF法和干涉法。后2个方法的精度高,但对硬件设备的要求也相对较高,针对不同的应用场景选用合适的激光传感器可以有效提高作业效率。目前,激光传感器在农业中的应用主要包括农业机械自主导航、农田地形测绘和作物生长状况监测3个方面。农业机械通过安装激光测距仪可以帮助实现自主导航,如障碍物识别和路径规划;使用激光测距仪对农田地形进行测绘,有助于人为改善土地的平整度,从而提高灌溉用水利用率;作物在生长过程中,通过将激光传感器与其它传感器结合使用,能够实现监测作物的生长状态以便及时的人为补充作物生长过程所需要的营养物质。