本文選題：歷史航片 + 激光雷達(dá)��； 參考：《中國(guó)林業(yè)科學(xué)研究院》2017年碩士論文

【摘要】：本研究對(duì)密集匹配的各種影響因素進(jìn)行分析,集成多時(shí)期歷史航片與機(jī)載激光雷達(dá)數(shù)據(jù)監(jiān)測(cè)樹(shù)高生長(zhǎng)。同時(shí),首先基于激光雷達(dá)點(diǎn)云數(shù)據(jù)構(gòu)建林下高精度數(shù)字高程模型與數(shù)字表面模型,然后利用不同航向角與不同分辨率的航片,構(gòu)建不同的航片組合方案,再構(gòu)建立體像對(duì),通過(guò)自動(dòng)立體匹配算法生成密集匹配數(shù)字表面模型。借助數(shù)字高程模型將數(shù)字表面模型進(jìn)行高度歸一化,提取研究區(qū)域的森林冠層高度。以此驗(yàn)證空間分辨率、航向角、影像覆蓋率、地形、陰影對(duì)密集匹配的影響。再利用1996年、2004年的歷史航片與2014年的數(shù)字航片和激光雷達(dá)數(shù)據(jù),構(gòu)建了皖南杉木林18年內(nèi)三個(gè)時(shí)期的森林冠層高度。論文主要結(jié)果如下:(1)經(jīng)基于面片的三維多視角(PMVS)、改進(jìn)半全局(tSGM)、半全局匹配(SGM)等密集匹配算法產(chǎn)生的森林冠層高度,與激光雷達(dá)觀測(cè)得到的冠層高度擬合后得到的相關(guān)性R2分別是0.71、0.76、0.64,RMSE分別是2.17m、3.5m、2.16m,SGM具有較高的精度;(2)由不同航向角組合的航片經(jīng)密集匹配得到的森林冠層高度與激光雷達(dá)數(shù)據(jù)得到的冠層高度的相關(guān)性R2分別為0.49、0.65、0.52、0.76、0.56,RMSE分別為2.86m、3.19m、1.96m、2.16m、3.81m,xxx組合具有較高的精度;(3)由2014年數(shù)字航片處理得到的森林冠層高度與對(duì)應(yīng)樣地實(shí)測(cè)數(shù)據(jù)驗(yàn)證精度較高,最大絕對(duì)誤差為3.53m,平均絕對(duì)誤差為1.5m,最大相對(duì)誤差為31.29%,平均相對(duì)誤差為14.27%,測(cè)量精度為85.73%;(4)由1996年、2004年、2014年航片得到的三期森林冠層高度增長(zhǎng)趨勢(shì)與杉木樹(shù)高生長(zhǎng)曲線趨勢(shì)一致。數(shù)字航片經(jīng)不同的密集匹配算法對(duì)于測(cè)量冠層高度的能力是相似的,但是在冠層細(xì)節(jié)表現(xiàn)能力與高程精度上各有側(cè)重。在多山復(fù)雜地形條件下,提高航片空間分辨率對(duì)于冠層細(xì)節(jié)的獲取具有提升作用,但是不能提升森林冠層高度的精度,其精度的提升主要依靠增加不同航向角的航片。利用歷史航片能準(zhǔn)確定量反映山脊向陽(yáng)面的森林冠層高度變化,對(duì)于山谷陰影處,則會(huì)出現(xiàn)冠層高度被低估情況。利用多期航片結(jié)合高精度DEM數(shù)據(jù)可定量反映研究區(qū)優(yōu)勢(shì)木冠層高度變化,為多時(shí)期歷史航片監(jiān)測(cè)森林生長(zhǎng)趨勢(shì)和評(píng)價(jià)林地生產(chǎn)力提供可能。
[Abstract]:In this study, the various factors affecting the dense matching were analyzed, and the tree height growth was monitored by integrating multi-period historical aerial photographs and airborne lidar data.At the same time, the high precision digital elevation model and digital surface model under forest are constructed based on the point cloud data of lidar, and then different combination schemes of aerial pictures are constructed by using different heading angles and different resolutions, and then stereo image pairs are constructed.The dense matching digital surface model is generated by the automatic stereo matching algorithm.The height of the digital surface model is normalized by the digital elevation model and the forest canopy height of the study area is extracted.The effects of spatial resolution, heading angle, image coverage, terrain and shadow on dense matching are verified.The canopy height of Chinese fir forest in South Anhui Province during the past 18 years was constructed by using the historical aerial photographs of 1996 and 2004 and the digital aerial and lidar data of 2014.The main results of this paper are as follows: (1) the forest canopy height is generated by the improved semi-global and semi-global matching algorithms, such as multi-angle PMVSs based on surface slices, etc.The correlation R ~ 2 obtained by fitting the canopy height obtained by Lidar is 0.71 ~ 0.766 ~ 0.64m RMSE is 2.17mt ~ (3.5m) ~ (2.16mSGM) respectively, and the forest canopy height is obtained by dense matching between the canopy height and the Lidar by the combination of different heading angles.The correlation R2 of the canopy height obtained from the data is 0.49 / 0. 65 / 0. 52N / 0. 726 / 0. 56 RMSE = 2. 86mg / r = 3.19 mU / 1.96 m / L / 2.16mGN / 3.81mxxx respectively. The forest canopy height obtained from the digital aerial photo processing in 2014 has a higher accuracy than that obtained from the data measured in the corresponding sample plots, and the accuracy of verification is higher than that of the data obtained from the digital aerial photograph processing in 2014, and the correlation between the canopy height and the data measured in the corresponding samples is higher.The maximum absolute error is 3.53m, the average absolute error is 1.5m, the maximum relative error is 31.29m, the average relative error is 14.27m, and the measuring accuracy is 85.73cm) the growth trend of forest canopy height obtained in 1996, 2004 and 2014 is consistent with that of Chinese fir tree height growth curve.The different dense matching algorithms of digital aerial photographs are similar to the ability to measure the height of the canopy, but there are different emphases on the performance of the canopy details and the elevation accuracy.Under the condition of multi-mountain and complex terrain, improving the spatial resolution of aerial film can improve the canopy details, but it can not improve the accuracy of forest canopy height. The improvement of the accuracy mainly depends on the increase of aerial photographs with different heading angles.The historical aerial photographs can accurately and quantitatively reflect the variation of forest canopy height from ridge to the sun, and for the shadow of valley, the canopy height will be underestimated.Multi-period aerial photographs combined with high-precision DEM data can be used to quantitatively reflect the canopy height changes of dominant trees in the study area, which provides the possibility for monitoring forest growth trends and evaluating forest productivity by multi-period historical aerial photographs.
【學(xué)位授予單位】：中國(guó)林業(yè)科學(xué)研究院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TN958.98;S758

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 閆利;費(fèi)亮;陳長(zhǎng)海;葉志云;朱睿希;;利用網(wǎng)絡(luò)圖進(jìn)行高分辨率航空多視影像密集匹配[J];測(cè)繪學(xué)報(bào);2016年10期

2 張正健;李?lèi)?ài)農(nóng);邊金虎;趙偉;南希;雷光斌;譚劍波;夏浩銘;汪陽(yáng)春;杜小林;林家元;;基于無(wú)人機(jī)的山地遙感觀測(cè)平臺(tái)及可靠性分析——以若爾蓋試驗(yàn)為例[J];遙感技術(shù)與應(yīng)用;2016年03期

3 陸康;;基于Inpho軟件空三數(shù)據(jù)處理及其精度分析[J];科技資訊;2015年36期

4 池夢(mèng)群;陳曦;楊遼;馬晨;鄭宏偉;;普通相機(jī)近景影像空三加密精度分析[J];遙感信息;2015年06期

5 張平;王山東;黃瑾娉;周明明;;基于SFM和CMVS/PMVS的建筑物點(diǎn)云重構(gòu)方法研究[J];蘇州科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2015年03期

6 汪少俊;;績(jī)溪縣杉木生長(zhǎng)規(guī)律分析研究[J];安徽林業(yè)科技;2015年03期

7 袁春霞;;淺談數(shù)字?jǐn)z影測(cè)量[J];科技信息;2013年17期

8 何豫航;岳俊;;基于CMVS/PMVS多視角密集匹配方法的研究與實(shí)現(xiàn)[J];測(cè)繪地理信息;2013年03期

9 申二華;范大昭;湯志強(qiáng);劉楚斌;;基于SGM的遙感影像自動(dòng)匹配[J];測(cè)繪通報(bào);2012年06期

10 袁曉紅;李際平;;杉木人工林南北坡向樹(shù)高-胸徑生長(zhǎng)曲線研究[J];西北林學(xué)院學(xué)報(bào);2012年02期

相關(guān)博士學(xué)位論文 前2條

1 樊仲謀;攝影測(cè)樹(shù)原理與技術(shù)方法研究[D];北京林業(yè)大學(xué);2015年

2 衛(wèi)征;多模態(tài)CCD相機(jī)系統(tǒng)（MADC）構(gòu)像方式和數(shù)據(jù)處理研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

相關(guān)碩士學(xué)位論文 前9條

1 董友強(qiáng);影像匹配與密集點(diǎn)云生成研究[D];北京建筑大學(xué);2014年

2 李美燕;基于改進(jìn)SFM方法的航空攝影測(cè)量應(yīng)用研究[D];廣西大學(xué);2014年

3 王敏;海量圖像的描述與合成方法研究[D];北京交通大學(xué);2013年

4 朱劍鋒;機(jī)載LiDAR系統(tǒng)檢校方法研究[D];長(zhǎng)安大學(xué);2013年

5 婁安穎;遙感影像直線提取、匹配及三維重建[D];遼寧工程技術(shù)大學(xué);2011年

6 梁菲;近景攝影測(cè)量在橋梁變形監(jiān)測(cè)中的應(yīng)用[D];重慶交通大學(xué);2010年

7 宋英春;沙漠植物航空影像測(cè)量研究[D];東北林業(yè)大學(xué);2007年

8 閭海慶;基于非量測(cè)數(shù)碼相機(jī)的近景攝影測(cè)量數(shù)據(jù)處理方法研究[D];中南大學(xué);2006年

9 陳新璽;多基線普通數(shù)碼影像近景攝影測(cè)量技術(shù)研究[D];河海大學(xué);2006年

，

本文編號(hào)：1768081