以無(wú)人機(jī)影像為源數(shù)據(jù),天山云杉（Picea Schrenkiana var tianshanica）為研究對(duì)象,根據(jù)樣方實(shí)測(cè)數(shù)據(jù),提取冠幅信息與胸徑樹(shù)高參數(shù)進(jìn)行擬合并反演蓄積量,為天然林保護(hù)工程實(shí)施后天山云杉生態(tài)恢復(fù)與科學(xué)管理提供技術(shù)手段�；谛陆r(nóng)業(yè)大學(xué)實(shí)習(xí)林場(chǎng)的無(wú)人機(jī)影像數(shù)據(jù)和60個(gè)樣方的每木檢尺數(shù)據(jù),通過(guò)多尺度分割技術(shù)對(duì)天山云杉林冠幅進(jìn)行分割提取,根據(jù)實(shí)測(cè)數(shù)據(jù)建立冠幅-胸徑模型和冠幅-胸徑-樹(shù)高模型,反演天山云杉林蓄積量。結(jié)果表明:無(wú)人機(jī)影像分割效果較好,根據(jù)多尺度分割技術(shù)得到的最合優(yōu)尺度參數(shù)為60,形狀因子為0.5,緊密度因子為0.5。通過(guò)構(gòu)建天山云杉冠幅-胸徑模型,得冪函數(shù)模型擬合度最高,R²為0.718,而冠幅-胸徑-樹(shù)高二元一次模型R²為0.817。將提取參數(shù)代入模型反演蓄積量與樣方蓄積量對(duì)比后完成T檢驗(yàn),檢驗(yàn)結(jié)果sig=0.051,說(shuō)明模型擬合度較好。研究得出采用面向?qū)ο蠓椒▽?duì)天山云杉林冠幅信息的提取效果較好,基于模擬數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)構(gòu)建模型得到胸徑參數(shù)進(jìn)而反演林分蓄積量的方法可降低人力調(diào)查成本并滿足天山云杉林經(jīng)營(yíng)管理的需要。 

【文章來(lái)源】：干旱區(qū)資源與環(huán)境. 2020,34(10)北大核心CSSCICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

研究區(qū)位置示意圖

2.1 最優(yōu)分割尺度的確定由圖2可知,當(dāng)尺度參數(shù)設(shè)為10時(shí),影像中分割對(duì)象過(guò)于細(xì)碎,不成整體;尺度參數(shù)設(shè)為30時(shí),仍有部分對(duì)象分割破裂,但冠幅邊緣大致分割完整,說(shuō)明還未達(dá)到最優(yōu)結(jié)果;尺度參數(shù)設(shè)為60時(shí),冠幅邊緣清晰直觀,分割對(duì)象無(wú)明顯破碎現(xiàn)象,達(dá)到滿意效果;而尺度參數(shù)大于60后,發(fā)現(xiàn)影像上的多個(gè)冠幅信息逐漸合并,分割準(zhǔn)確度下降。確定尺度參數(shù)為60后對(duì)形狀因子以及緊致度因子不斷的調(diào)整,最終確定形狀因子為0.5,緊致度因子為0.5。根據(jù)最優(yōu)分割尺度對(duì)影像進(jìn)行分類并提取影像冠幅,再將影像提取的冠幅(ICW)數(shù)據(jù)與樣方實(shí)測(cè)冠幅(CW)數(shù)據(jù)進(jìn)行比較,由圖3可知,影像提取冠幅與實(shí)際測(cè)量冠幅之間存在較強(qiáng)的相關(guān)關(guān)系,R2為0.812,線性方程擬合結(jié)果如表3所示,擬合結(jié)果較好,根據(jù)擬合結(jié)果得到的表達(dá)式為:

由圖2可知,當(dāng)尺度參數(shù)設(shè)為10時(shí),影像中分割對(duì)象過(guò)于細(xì)碎,不成整體;尺度參數(shù)設(shè)為30時(shí),仍有部分對(duì)象分割破裂,但冠幅邊緣大致分割完整,說(shuō)明還未達(dá)到最優(yōu)結(jié)果;尺度參數(shù)設(shè)為60時(shí),冠幅邊緣清晰直觀,分割對(duì)象無(wú)明顯破碎現(xiàn)象,達(dá)到滿意效果;而尺度參數(shù)大于60后,發(fā)現(xiàn)影像上的多個(gè)冠幅信息逐漸合并,分割準(zhǔn)確度下降。確定尺度參數(shù)為60后對(duì)形狀因子以及緊致度因子不斷的調(diào)整,最終確定形狀因子為0.5,緊致度因子為0.5。根據(jù)最優(yōu)分割尺度對(duì)影像進(jìn)行分類并提取影像冠幅,再將影像提取的冠幅(ICW)數(shù)據(jù)與樣方實(shí)測(cè)冠幅(CW)數(shù)據(jù)進(jìn)行比較,由圖3可知,影像提取冠幅與實(shí)際測(cè)量冠幅之間存在較強(qiáng)的相關(guān)關(guān)系,R2為0.812,線性方程擬合結(jié)果如表3所示,擬合結(jié)果較好,根據(jù)擬合結(jié)果得到的表達(dá)式為:CW=0.82ICW+0.234 (2)

【參考文獻(xiàn)】：
期刊論文
[1]基于多源遙感信息的過(guò)去40年間吉林省長(zhǎng)吉示范區(qū)森林面積損失與景觀破碎化研究[J]. 李慧穎,李曉燕,于皓,王宗明,任春穎,毛德華.  干旱區(qū)資源與環(huán)境. 2018(02)
[2]基于無(wú)人機(jī)高分影像的冠幅提取與樹(shù)高反演[J]. 劉曉農(nóng),旦增,邢元軍.  中南林業(yè)調(diào)查規(guī)劃. 2017(01)
[3]基于偏最小二乘的森林生物量遙感估測(cè)[J]. 劉瓊閣,彭道黎,涂云燕,李艷麗,高東啟.  東北林業(yè)大學(xué)學(xué)報(bào). 2014(07)
[4]不同方法提取無(wú)人機(jī)影像樹(shù)冠信息效果分析[J]. 周艷飛,張繪芳,李霞,楊帆,丁程鋒.  新疆農(nóng)業(yè)大學(xué)學(xué)報(bào). 2014(03)
[5]北京市13個(gè)常見(jiàn)樹(shù)種胸徑估測(cè)研究[J]. 韋雪花,王佳,馮仲科.  北京林業(yè)大學(xué)學(xué)報(bào). 2013(05)
[6]天山云杉種群數(shù)量動(dòng)態(tài)研究[J]. 宋于洋,趙自玉,楊振安,張文輝.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(01)
[7]角規(guī)三維點(diǎn)抽樣估測(cè)林分蓄積的形點(diǎn)法冠下削度方程[J]. 馮仲科,徐禎祥.  北京林業(yè)大學(xué)學(xué)報(bào). 2005(S2)

碩士論文
[1]無(wú)人機(jī)遙感技術(shù)估算桉樹(shù)蓄積量的研究[D]. 付凱婷.廣西大學(xué) 2015



本文編號(hào)：3352862