【目的】冠幅是樹冠結(jié)構(gòu)的重要特征因子,直接影響樹木的生產(chǎn)力和生命力,郁閉度是反映森林冠層結(jié)構(gòu)與密度以及評價森林經(jīng)營管理采伐強度的重要指標(biāo)之一。利用無人機(jī)可以云下飛行,易于獲取圖像,精度高,低成本等優(yōu)勢,研究無人機(jī)影像上提取樹冠參數(shù)的方法,使無人機(jī)影像提取林木樹冠參數(shù)的操作系統(tǒng)化,實現(xiàn)精準(zhǔn)高效的森林資源清查和監(jiān)測。【方法】以福建將樂林場杉木人工純林為研究對象,采用四旋翼無人機(jī)影像為數(shù)據(jù)源,基于面向?qū)ο蠓诸惖姆椒?將杉木純林的樹冠參數(shù)從無人機(jī)影像中提取出來。面向?qū)ο蠓诸惖姆椒ㄐ枰壤肊SP工具選取最優(yōu)分割尺度,然后根據(jù)影像的分割結(jié)果將樹冠對象聚為一類,進(jìn)而統(tǒng)計每個樹冠對象柵格像素個數(shù)計算出樹冠冠幅面積以及林分郁閉度�！窘Y(jié)果】面向?qū)ο蠓诸愑行У貙Ω哂糸]度林分進(jìn)行了樹冠的提取。在分割尺度為70時,單木樹冠分割效果最好,樹冠被單獨分割出來,但也存在一定的過分割以及未分割的問題,以至于部分單木的丟失。分割結(jié)束后,對分割對象進(jìn)行特征空間的優(yōu)化,選取適當(dāng)?shù)姆诸愄卣?最終將研究區(qū)分為樹冠和林隙兩類。通過統(tǒng)計每個對象柵格點數(shù),計算得出的林分因子包括林分郁閉度,樹冠面積。以地面實測數(shù)據(jù)作為參考,冠幅面積提... 

【文章來源】：北京林業(yè)大學(xué)學(xué)報. 2020,42(10)北大核心CSCD

【文章頁數(shù)】：7 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于FCM和分水嶺算法的無人機(jī)影像中林分因子提取[J]. 李丹,張俊杰,趙夢溪.  林業(yè)科學(xué). 2019(05)
[2]基于無人機(jī)遙感的高潛水位采煤沉陷濕地植被分類[J]. 肖武,任河,呂雪嬌,閆皓月,孫詩睿.  農(nóng)業(yè)機(jī)械學(xué)報. 2019(02)
[3]基于航空正射影像的面向?qū)ο罅窒蹲R別[J]. 毛學(xué)剛,邢秀麗,李佳蕊,譚良全,范文義.  林業(yè)科學(xué). 2019(02)
[4]基于面向?qū)ο蠛碗S機(jī)森林模型的杭州灣濱海濕地植被信息提取[J]. 穆亞南,丁麗霞,李楠,陸琳瑩,吳明.  浙江農(nóng)林大學(xué)學(xué)報. 2018(06)
[5]改進(jìn)分水嶺算法在無人機(jī)遙感影像樹冠分割中的應(yīng)用[J]. 于旭宅,王瑞瑞,陳偉杰.  福建農(nóng)林大學(xué)學(xué)報(自然科學(xué)版). 2018(04)
[6]基于無人機(jī)多源遙感的輸電線下樹冠分割方法研究[J]. 孫鴻博,楊揚,郭可貴,譚弘武,于旭宅,王瑞瑞.  中南林業(yè)調(diào)查規(guī)劃. 2018(02)
[7]基于無人機(jī)遙感的亞熱帶森林林分株數(shù)提取[J]. 何藝,周小成,黃洪宇,許雪琴.  遙感技術(shù)與應(yīng)用. 2018(01)
[8]分割尺度對面向?qū)ο髽浞N分類的影響及評價[J]. 毛學(xué)剛,陳文曲,魏晶昱,范文義.  林業(yè)科學(xué). 2017(12)
[9]基于UAV高分影像的楊樹冠幅提取及相關(guān)性研究[J]. 李赟,溫小榮,佘光輝,林國忠.  林業(yè)科學(xué)研究. 2017(04)
[10]基于無人機(jī)可見光影像的亞高山針葉林樹冠參數(shù)信息自動提取[J]. 王枚梅,林家元,林沂,李翊.  林業(yè)資源管理. 2017(04)

博士論文
[1]杉木人工林生態(tài)系統(tǒng)生物量及碳儲量定量估測[D]. 付堯.北京林業(yè)大學(xué) 2016
[2]基于無人機(jī)采集圖像的植被識別方法研究[D]. 唐晏.成都理工大學(xué) 2014

碩士論文
[1]基于UAV高分影像的林木冠幅提取與蓄積量估測研究[D]. 李赟.南京林業(yè)大學(xué) 2017
[2]無人機(jī)遙感技術(shù)估算桉樹蓄積量的研究[D]. 付凱婷.廣西大學(xué) 2015
[3]無人機(jī)影像森林信息提取與模型研建[D]. 王偉.北京林業(yè)大學(xué) 2015



本文編號：3490051