為利用無人機(jī)可見光影像獲取高精度沙棘樹高與葉面積指數(shù)(Leaf area index,LAI),實(shí)現(xiàn)實(shí)時(shí)無損動(dòng)態(tài)監(jiān)測(cè)。以新疆烏什縣野生沙棘林為研究對(duì)象,通過構(gòu)建冠層高度模型(Canopy Height Model,CHM)利用局部最大值法提取沙棘樹高,依據(jù)拼接的高清數(shù)字正射影像,提取出11種植被指數(shù),采用多元線性回歸(Multiple linear regression,MLR)、BP神經(jīng)網(wǎng)絡(luò)(Back propagation neural network,BPNN)、支持向量機(jī)(Support vector machine,SVM)、隨機(jī)森林(Random forest,RF)算法與實(shí)測(cè)葉面積指數(shù)構(gòu)建沙棘LAI反演模型,通過決定系數(shù)(R²)和均方根誤差(RMSE)評(píng)價(jià)模型精度,確定最優(yōu)的反演模型,并探討主成分分析預(yù)處理對(duì)各算法構(gòu)建的模型反演精度的影響。結(jié)果表明:(1)局部最大值法提取沙棘樹高,估測(cè)值與實(shí)測(cè)值之間決定系數(shù)R²為0.9,均方根誤差RMSE為0.24m,這說明局部最大值法預(yù)測(cè)沙棘株高是可行的;(2)以樹高和11種植被指數(shù)為數(shù)據(jù)源,...

【文章頁數(shù)】：11 頁

【文章目錄】：
1 材料與方法
    1.1 研究區(qū)概況
    1.2 數(shù)據(jù)采集與預(yù)處理
        1.2.1 地面數(shù)據(jù)采集
        1.2.2 無人機(jī)影像獲取及預(yù)處理
        1.2.3 基于無人機(jī)影像的沙棘樹高提取方法
        1.2.4 圖像特征提取
    1.3 LAI反演模型構(gòu)建
    1.4 精度評(píng)價(jià)方法
2 結(jié)果與分析
    2.1 沙棘樹高提取精度分析
    2.2 沙棘LAI多元線性回歸模型
    2.3 沙棘LAI機(jī)器學(xué)習(xí)算法反演
        2.3.1 BP神經(jīng)網(wǎng)絡(luò)
        2.3.2 支持向量機(jī)
        2.3.3 隨機(jī)森林
    2.4 模型精度驗(yàn)證對(duì)比分析
3 討論
4 結(jié)論



本文編號(hào)：3775667