机载激光雷达在不同区域尺度森林叶面积指数反演中的应用

机载激光雷达可快速高效获取局部区域的森林叶面积指数,同时还可协同光学遥感数据进行大区域尺度的森林叶面积指数反演监测.为此,本文对比了3种不同区域尺度下森林叶面积指数测量方法的优势和局限性,突出了机载激光雷达在不同监测体系中的作用.结果表明:在条带尺度下的森林叶面积指数监测中,机载激光雷达可在一定程度上有效弥补人工调查的...     

基于机载LiDAR的高郁闭度华北落叶松林单木识别

【目的】高郁闭度华北落叶松林Larix principis-rupprechtii林木树冠交叉重叠,传统的基于高分辨影像的单木识别方法识别精度不高。利用机载LiDAR三维点云数据可提高高郁闭度华北落叶松林的单木识别精度。【方法】在点云数据预处理基础上,提出基于点云空间特征的高斯核函数改进的均值漂移单木位置识别方法 (MSP),比较并分析MSP法与基于点云空间特征的区域生长点云分割方法 (RGP)、基于冠层高度模型的局部最大值单木位置识别方法 (LMC)和基于冠层模型的多尺度分割单木位置识别方法 (MSC)的单木识别效果。【结果】4种方法单木位置识别精度从大到小依次为MSP(89.30%)、LMC (85.60%)、RGP (77.50%)和MSC (70.00%),MSP的漏分误差和错分误差最小,分别为8.7%和8.0%,平均单木冠幅提取精度为90.18%。【结论】提出的MSP法对高郁闭度华北落叶松林单木位置识别具有较好的适用性,利用机载LiDAR可为提取华北落叶松林森林结构参数提供新的途径。图3表3参28     

基于DO-178的机载软件结构覆盖分析

随着民用飞机机载软件的应用越来越广泛,软件复杂程度越来越高,按照DO-178设计保证指南进行机载软件开发逐渐成为行业规范。机载软件测试是验证过程的关键,对测试结果的覆盖分析中的结构覆盖,DO-178仅提出了相关目标的抽象要求,在工程实际验证软件过程中不便理解和实现。本文结合适机载软件工程实践,浅析对测试覆盖分析过程的理解。     

基于DO-178B的民用飞机空气管理系统综合控制器机载软件设计阶段评审综述

本文首先介绍民用飞机机载软件的适航认证标准DO-178B;其次介绍了一套空气管理系统及其控制器机载软件,并以这套机载软件研制过程中的设计阶段数据为例,描述了软件设计数据的评审过程,总结了评审的重点及难点;最后对目前软件适航评审技术进行了总结及展望。     

移动式机载提灌装置设计与试验

移动式机载提灌装置由提灌系统和监控系统组成,利用拖拉机驱动力为自吸泵提供动力,将水加压抽至灌区。监控系统以触摸屏为上位机、PLC为控制核心,传感器为信号输入端,通过编制可视化界面和监控程序,对输入信号进行处理。试验结果表明:水泵性能参数满足要求。     

基于无人机LiDAR的天然林与人工林林隙提取

为研究主动遥感进行森林地物分类和林隙提取的效果,分别在天然林和人工林中比较了无人机激光雷达(Li DAR)数据的阈值法、逐像元法和面向对象法3种方法的分类精度和适用性。选取天然林(黑龙江省哈尔滨市帽儿山林场)和人工林(内蒙古自治区赤峰市旺业甸林场)两处试验区,应用阈值法、逐像元法和面向对象法3种方法,对两个试验区采集的无人机Li DAR数据进行林隙、非林隙、其他类型划分。研究结果表明,面向对象法在天然林和人工林试验区中的分类精度和Kappa系数均最高,天然林为82. 43%、0. 73,人工林为91. 74%、0. 88;逐像元法次之,天然林为76. 62%、0. 64,人工林为78. 68%、0. 68;阈值法的分类精度和Kappa系数差异较大,在天然林中的精度极低,为50. 54%、0. 27,人工林的精度较高,为79. 12%、0. 69。面向对象法和逐像元法在天然林和人工林普遍适用,均可以达到理想的分类精度和Kappa系数。阈值法在天然林的精度较低,更适合于人工林的分类,即林分高度趋于一致,且建筑、道路等其他类型干扰较少的区域。天然林的最佳分类方法为面向对象法,人工林的最佳分类方法为阈值法。     

基于DOM及LiDAR的多尺度分割与面向对象林隙分类

为研究分割尺度对航空正射影像(DOM)与LiDAR数据协同面向对象林隙分割与分类的影响,以东北典型的天然次生林帽儿山实验林场东林施业区为试验区,对DOM与LiDAR数据进行多尺度分割与面向对象林隙分类。分割过程中,采用基于DOM分割、基于LiDAR数据分割、DOMLiDAR协同分割3种分割方案。每种分割方案采用10种尺度。在每种尺度应用两种数据提取的光谱和高度两种特征,采用支持向量机分类器(SVM)进行林隙分类。研究结果表明:3种分割与分类方案分类精度随尺度的增大整体呈现下降的趋势,与ED3(Modified)趋势相反。基于LiDAR数据在尺度参数10获得了最优分割结果。在所有尺度上(10~100),基于LiDAR数据分割与分类精度高于其他两种数据源的分类精度,相比单独使用DOM优势更加明显。基于LiDAR数据分割与分类方案在尺度参数10时获得了最高分类精度(Kappa系数为80%)。3种分割与分类方案最优尺度的分类精度显著高于其他尺度分类精度。分割尺度对面向对象林隙分类结果有重要影响。     

机载激光雷达和地基激光雷达林业应用现状

激光雷达技术可以直接获取地物的三维信息,在森林参数反演方面具有独特优势。近年来,机载激光雷达与地基激光雷达在林业上的应用取得很大进展,在森林调查中应用广泛。文中介绍了机载激光雷达与地基激光雷达在森林参数提取中的应用,并分析了两者的优缺点;概述了2种数据结合在森林参数反演中的应用,并对应用前景进行了展望。     

无人机在林业灾害监测中的应用

近年来,随着无人机和图像处理等新兴技术的发展,新技术克服了传统林业灾害监测中存在的诸多缺点,具有显著优势。但这些新兴技术尚未出现经典解决方案,在设备选型、数据处理等许多环节仍存在较高的技术门槛。文中通过收集整理国内外相关研究成果,从无人机林业灾害监测技术发展历程、机载传感器选择、图像处理技术流程等方面总结该技术应用关键点,以期为相关研究提供参考。