基于无人机激光雷达的不同种类红树林单木分割

红树林生长在热带和亚热带海岸潮间上,具有重要的生态和经济价值,加强红树林监测是有效保护红树林的重要工作。选取广东雷州市红树林示范区为研究区域,通过无人机激光雷达(light detection and ranging,LiDAR)高密度点云数据以及样方实测数据搭建不同种类红树林结构参数反演模型。结果表明单木树高反演以无瓣海桑精度最好,其次为秋茄,白骨壤精度最低;红树林单木冠幅参数整体反演效果一般,识别精度最高的是无瓣海桑。单木树高的识别效果整体优于单木冠幅。整体来看使用无人机激光雷达技术可以有效提取红树林结构参数,替代传统的红树林人工测量方法,为红树林资源动态变化监测及保护提供高精度基础数据。

贵州喀斯特峰丛洼地外来入侵植物初步研究——以平塘县为例

为了摸清平塘县森林、草原、湿地三大生态系统外来入侵植物本底,本研究采用踏查、访问调查、样地调查等方法对平塘县森林、草原、湿地三大生态系统进行外来入侵植物现状调查。调查发现:(1)平塘县森林、草原、湿地三大生态系统共有外来入侵植物94种,隶属于32科65属。其中数量最多的为菊科,共24种,占总种数的25.53%;其次为豆科,共12种,占总种数的12.77%;茄科和苋科各7种,均分别占总种数的7.45%。(2)一年生草本植物有40种,占总入侵植物数量的42.55%;多年生草本植物有37种,占总入侵植物数量的39.36%;藤本植物2种,占总数的2.13%;木本植物15种,占总数的15.96%。(3)平塘县入侵植物原产地为美洲地区的共66种,占外来入侵植物总数的70.21%;其次是原产地为欧洲的植物12种,占总数的12.77%;原产地为非洲的有9种,占总数的9.57%;原产地为亚洲的有4种,占总数的4.26%;原产地为大洋洲(澳大利亚)的有3种,占总数的3.19%。

应用小型无人机对毁坏林地开展调查分析

为解决传统方法开展毁坏林地调查时的卫星影像数据时效性差,精度低的缺点,使用一款小型无人机开展毁坏林地调查。总结了小型无人机用于毁坏林地调查的优势,给出了小型无人机应用的建议。

面向河道带状地形测量的航空摄影测量影像细节增强技术研究

航空摄影曝光延迟对测量影像造成误差干扰,导致影像对比度和清晰度不高,为解决这一问题,提出了基于子层分割和透射率去雾的影像细节增强处理技术。充分考虑加入一体化监测中与航空摄影测量时间呈线性关系的系统误差,采用动态差分后处理技术解决曝光延迟和信号中断造成的误差干扰问题。对影像各个灰度区域进行子层分割处理,将子层区域占全局直方图的比例反映到灰度级的横坐标上,对影像对比度进行增强处理。构建大气传输模型,计算无雾影像局部影像块内通道暗原色,结合航拍影像局部透射率计算结果,对影像清晰度进行增强处理。实验结果表明,该技术最大像素值为1000 PX,出现在中间区域,影像细节增强效果与理想增强效果一致,能够有效增强影像细节。

基于深度学习的无人机造林成活率自动检测方法

【目的】造林是实现林业资源可持续利用的重要手段。造林地块分散、分布偏远、交通条件差,人工造林成活率检查耗费大量人力、物力和时间成本,且效率低、无法及时全面精准掌握造林成活率、采用的抽样检查方法受主观因素和偶然因素影响较大。为解决以上问题,本研究探索了一种基于目标检测模型和多目标追踪的无人机造林成活率自动检测方法。【方法】利用大疆Mavic2多旋翼无人机采集不同时期云杉人工造林地的影像,利用YOLOv5深度学习网络模型训练了苗木对象检测模型,并与DeepSort多目标追踪算法相结合,在安装Mavic2无人机地面站的安卓平板电脑上进行二次开发。通过整合无人机4G图传,将无人机拍摄的视频实时回传至无人机地面站安卓平板电脑上。利用YOLOv5s+DeepSort实现了实时苗木检测与动态多目标追踪,通过对跟踪到的苗木进行类别判定和计数汇总,最终自动计算目标小班的造林成活率。【结果】在内蒙古大兴安岭大杨树林业局乌鲁布铁林场2022年春季造林地块中随机抽取了7个造林小班进行试验,结果表明本研究与人工检查相比成活率检测平均相对精度能达到99.62%,可平均节省50.94%人力工时。【结论】文章采用基于目标检测模型和多目标追踪的无人机造林成活率自动检测方法,不仅效率高、精度可靠、容易操作、可以极大地减少人力工时。与传统人工检查方法相比具有以下优势:1)有效提高了检测效率,减少了人力、时间、交通成本,能够实现对所有造林地块的全面检测,减少了抽样检查方法导致的随机误差;2)实现利用基于视频检测的算法自动完成成活率统计,统一了检测标准,避免了人工检测带来的主观误差;3)在检测视频中标注每株苗木的判定类别,可作为过程资料保存输出,为复核提供了有效依据。

利用无人机高分辨率影像进行树木高度提取

无人机遥感技术在树木参数获取中具有重要作用。为探讨利用无人机高分辨率影像提取树高的可行性,本文选择邱集煤矿矿区森林公园为研究区,采用Pix4D软件对无人机采集的高分辨率影像进行处理,生成研究区正射影像和三维点云;利用最大类间方差法将三维点云分割为树木点云及树下地面点云两部分,由此提取树木顶端高度和地面平均高度,并将地面平均高度视为树木根部的高度,得到树木高度。研究表明:最大类间方差法能够准确分割树木点云和地面点云;利用无人机高分辨率影像进行树高提取是可行的,树木高度测量绝对误差小于80cm、相对误差绝对值最大为16.2%、标准误差为36.3 cm;同时,树冠的形状会对树高测量造成影响,阔卵形树冠的法国梧桐和圆锥形树冠的圆柏高度标准误差分别为29.2和50.9 cm,两者树高测量值与真实值决定系数分别为0.992 0和0.889 4,阔卵形树冠的法国梧桐测高精度明显高于圆锥形树冠的圆柏测高精度。

利用LiDAR离散点云估测针叶林叶面积指数

通过对小光斑激光雷达离散点云数据进行处理,提取了6个变量参数分别用于估测针叶林叶面积指数,为了提高模型估测精度及弥补单变量模型的不足,在单变量模型的基础上尝试多变量组合共同用于估测森林叶面积指数,经过对比得出单变量模型中OGF模型最好,拟合相关性R=0.897,预测精度p=0.959;多变量预测模型结果差异不大,拟合相关性均>0.905,估测精度均>0.957。同时为了验证模型的推广性,对点云数据进行随机稀释操作获得4种不同密度的点云数据,分别用于验证点云密度对OGF模型及OGF与LPI组合模型的影响,结果表明点云密度对模型结果的影响不大,即使在0.125倍点云密度时模型仍能较好的估测针叶林叶面积指数,满足生产需要。

1990—2015年剑湖流域土地利用变化动态及趋势预测

基于1990—2015年6期Landsat影像数据,借助Arc GIS平台,采用土地利用动态度、转移矩阵及CA-Markov模型,研究了近25年剑湖流域土地利用动态变化特征,并预测其未来15年土地利用变化趋势。结果表明:1990—2015剑湖流域土地利用空间格局发生了明显变化,变化面积达8.18%,变化速度表现为先减小后增加再减小又增加的趋势;25年间水域面积减少93.51 hm^2,未利用地面积减少2 664.99 hm^2,农地面积增加1 038.42 hm^2,林地面积增加450.81 hm^2,建筑用地面积增加1 269.27 hm^2,土地利用强度逐渐增大;2015—2020年、2020—2030年土地利用格局基本保持了1990—2015年的变化趋势,建筑用地和林地继续增加,预计2030年建筑用地和林地面积将分别为3 300、33 588 hm^2。

林业绿色供应链共生组织模式的评价与设计研究

林业承担着生态建设和林产品供给的双重任务,林业绿色供应链在协同运作中同时追求资源效率、价值优化和生态保护三个重要目标。本文按照共生组织机制把供应链企业间的共生模式分为市场机制共生、弱关系中间机制共生、强关系中间机制共生、科层机制共生四类;并从资源、价值、生态三个方面设计出共生模式的绩效评价指标体系,然后运用粗集理论和Shannon熵的属性离散化相结合的方法对所设计的指标体系进行约简和权重的确定。通过评价分析可知,除了市场制共生模式外,其余三种共生模式在资源绩效、价值绩效和生态绩效三方面各有优劣。本文结合林业产业的特点和各种模式的优劣提出一种适合林业绿色供应链特点的混合共生模式。

基于偏离-份额分析法的安徽省林业优势产业的选择研究

安徽省属于林业比重较大的省份,是我国南方集体林区的重点省份之一,林业在安徽经济发展过程中发挥了重要作用。文章以安徽省林业产业为研究对象,采用偏离-份额分析的方法,研究林业产业结构的特点,探索林业产业发展的潜力,并对其优势产业进行了选择研究,为优势产业的发展指明了方向。计算分析表明:安徽省应以林业旅游与休闲服务,非木质林产品加工制造业,陆生野生动物繁育与利用,林产化学产品制造四个产业作为优势产业,并进一步强化森林资源的开发与利用,以此推动省域林业经济的快速发展。

全球定位系统(GPS)在林业导航中的试验研究

全球定位系统定位技术已经广泛地渗透到经济建设、国防建设和科学技术的许多领域，对基础测绘、资源调查和管理的传统方法产生了划时代的影响。诸多发达国家在林业资源调查和管理、病虫害飞防、飞播造林等林业生产中已广泛地使用了该项技术，并制定了相应的作业规范，极大...

基于无人机影像的森林生物量估测与制图

【目的】森林生物量的精确测定,对于全球气候变化和碳循环研究具有重要的意义。【方法】以东北林业大学城市林业示范基地为研究区域,首先利用无人机平台获取整个研究区域的高分辨率无人机影像;然后在研究区域四种人工林样地中分别选取20 m×20 m的4块建模样方和4块测试样方,通过每木检尺法实测建模样方内林木的树高和胸径数据,建立H-DBH(树高-胸径)估算模型,并结合已有的DBH-SB(胸径-树干生物量)模型得到测试样方的森林生物量数据;在处理后的数字冠层高度模型(DCHM)基础上利用局部最大值法提取树高与树冠中心点位置,建立一种结合无人机影像提取树高与H-SB(树高-树干生物量)经验模型的森林生物量制图方法。【结果】不同样方的H-DBH模型R2均大于0.70,测试样方的总地上生物量平均值为6915.85 kg,总的估测精度为87%。通过ArcGIS软件结合本研究提出的方法快速得到了整个研究区域的地上生物量分布图,估测总地上生物量为4396.18 t。【结论】研究结果可为快速准确的进行森林生物量的估测提供基础数据和技术参考。

基于北斗位置服务的森林管护及系统研发

长期以来,我国卫星导航应用过渡依赖GPS,风险巨大。近年来,国家大力支持并积极推动我国自主研发的北斗卫星导航系统的应用。与此同时,我国林业对卫星定位导航的需求也日益增加,采用自主知识产权的北斗卫星导航系统符合目前我国林业的要求。以基于位置服务的理念,采用北斗卫星导航技术,结合森林管护业务流程,研发出新型的森林管护管理系统。该系统将定位导航等位置服务融入到日常管护人员的工作中,完成诸如电子围栏、有效管护、定点打卡、巡护路线、巡护轨迹、以及管护考核等一系列新的管理模式,有效地防止森林管护不规范、不到位等问题的发生,实现对森林管护工作的精细化管理,加强对森林管护的检查与监督力度,提高了森林管护工作的效率和质量。

基于大比例尺航片的针叶树种冠幅的提取

基于凉水国家级自然保护区2009年拍摄的1∶2 000航空像片和同期森林资源二类调查的固定样地数据,采用子像元分类方法分别提取出红松、落叶松和云冷杉的专题影像图。在此基础上,将栅格专题影像图转换为矢量图形,采用目视解译的方法提取上层针叶林的树冠信息。通过将针叶树冠形似为圆形提取出各树种的冠幅,用固定样地实测数据进行对比分析和精度评价,并建立航片上提取冠幅与实测冠幅之间的一元线性回归模型。结果表明:红松、落叶松和云冷杉冠幅的提取精度分别达到83.50%、84.35%和82.26%,其预测精度分别达到83.60%、81.46%和83.57%。

森林景观斑块耦合网络的构建

森林景观斑块之间呈现不同程度的边缘效应,不同森林景观类型斑块的耦合作用强度不同。为了满足森林可持续经营的要求,需要在景观尺度上开展森林经营研究。以西洞庭湖区为例,运用图论的方法 ,把森林景观斑块作为节点、斑块之间的耦合作用强度作为节点间边权,从而构建该区森林景观斑块耦合网络。运用复杂网络理论,进一步深入分析了森林景观生态系统的稳定性和抗毁性。

基于大比例尺航片的树种结构空间分布分析

以凉水自然保护区2008年拍摄的198张航空像片和2009年森林资源"二类清查"为数据源,根据光束法区域网平差原理,采用全数字摄影测量工作站VirtuoZo NT系统对航空像片提取生成比例尺为1∶10 000的数字高程模型(DEM)。同时,在GIS软件的支持下获取坡度、坡向等地形因子信息并根据小班的树种结构,分析树种结构与海拔、坡度和坡向之间的空间分布格局。

“森林景观斑块耦合体”的构建研究

为了森林生态系统经营,在景观尺度上提出"森林景观斑块耦合体",本文从斑块耦合体的构建条件、构建方法和结果检验进行分析。以常德市河洑林场为例,构建了森林景观斑块耦合体,耦合体内部斑块间边缘效应强于边缘区,森林景观斑块耦合体强调系统整体性功能,强调景观斑块空间结构优化。

基于Hyperion数据的滇西北高寒山区高山松典型森林生态系统健康分级研究

选取香格里拉高寒山区典型森林生态系统高山松纯林为研究对象,以Hyperion影像为数据源,在利用敏感性分析法筛选高山松林健康评价指标体系基础上,建立研究区基于像元的森林健康指数综合评判模型（FHI）,运用层次分析法和德尔菲法确定FHI模型中的各项指标权重,并结合地面样地调查数据,将研究区森林健康指数划分为健康、 亚健康、 中等健康和不健康4个等级.结果表明：研究区遥感影像的森林健康指数为-0.25-75.34,平均值为33.23,研究区森林整体处于亚健康状态;其中不健康森林面积约占森林总面积的16.24%,中度健康面积约为31.60%,亚健康森林面约为25.80%,健康面积约为26.36%.

基于改进U-Net的高光谱农林植被分类方法

针对高光谱图像中的“同谱异物”和“同物异谱”现象导致传统机器学习方法难以精确区分,以及深度学习模型处理高维遥感数据耗时较长的问题,本文以河北省雄安新区雄县雄州镇马蹄湾村19种土地覆被类型(农林植被为主)为研究对象,提出一种基于改进U-Net的高光谱农林植被分类方法。该方法以U-Net为基础框架,首先利用主成分分析(Principal Component Analysis,PCA)提取主要光谱波段,降低光谱冗余度;然后提出特征提取模块,该模块使用深度可分离卷积替代U-Net中的传统卷积,提取高光谱图像多尺度特征,降低网络复杂度,并采用非线性更好的h-swish(hard-swish)激活函数提升网络的泛化性能;最后在每个特征提取模块中引入残差连接提取深层次语义信息。结果表明,改进的U-Net对19种覆被分类的整体精度为96.68%,与Mobile-UNet、U-Net、Res-UNet相比,精度分别提高了4.47%、2.92%、0.45%,训练时间较分类精度相近的Res-UNet减少了23.5%。由此可知,残差连接提升了网络分类精度,使模型在描述植被边缘和细节方面表现良好;深度可分离卷积使模型轻量化,减小训练时间;改进的U-Net模型能够准确、快速地对研究区的农林植被进行区分。

探究无人机在森林督查中的应用

无人机在森林督查中的应用十分广泛,其不仅能够提升执法人员的工作效率,还能够降低成本,改善管理方式,因此,将无人机纳入森林督查体系中非常必要。相关研究部门和政府部门都需要重视这一领域,并积极探索其潜力,为森林督察创造更多价值。本篇文章主要对无人机进行了介绍,分析森林督查的主要目的,总结无人机在森林督查中的优势和劣势,探究无人机在森林督查中的应用,以供相关人员学习参考。