基于机载激光雷达影像的天山云杉林树高提取及蓄积量反演

【目的】研究提取影像高程数据建立模型反演天山云杉林分蓄积量,获得便捷、快速提取森林蓄积信息的技术方法,为研究山地天然林精准监测与评价提供技术途径。【方法】以新疆天山中部北坡天格尔森林公园天山云杉(Picea Schrenkiana var.tianshanica)为研究对象,机载激光雷达航拍影像与样地每木检尺为数据源,使用点云分类与克里金插值法对激光雷达影像高程数据进行提取获得天山云杉树高,根据样地实测数据构建胸径-树高模型,并根据胸径-树高模型天山云杉林林分蓄积量进行反演。【结果】激光雷达影像分辨率较高,经过点云分类后,采用克里金插值法提取的树高平均精度可达89.64%,幂函数曲线模型拟合度最高,R^(2)为0.908,结合二元材积公式,基于激光雷达影像估测蓄积量与样地实测蓄积量对比,精度达到87.43%。【结论】采用克里金插值法对天山云杉林树高信息的提取效果较好,建立胸径-树高模型弥补了激光雷达不能对胸径直接测量的缺陷,反演天山云杉林林分蓄积量,该模型可满足对新疆山地天然林数字经营管理的标准。

基于机载激光雷达数据的天山云杉林蓄积量反演模型构建

构建多变量的天山云杉林Schumacher蓄积收获模型,提高林分蓄积量反演精度,获得便捷、快速提取森林蓄积信息的技术方法,为探索山地天然林精准监测与评价提供技术途径。以2020年激光雷达影像与样地实测数据为研究材料,在激光雷达影像图中提取遥感因子,代入Schumacher蓄积收获模型中,通过再参数化来构建适用于天山云杉林的可变密度收获预估模型,并进行精度检验。结果表明,激光雷达影像分辨率较高,进行点云数据处理后,树高提取精度为89.64%,每公顷株数提取精度为85.13%,坡度提取精度为84.26%,坡向提取精度为84.26%,海拔提取精度为97.25%。结合Schumacher蓄积收获模型构建天山云杉蓄积量反演模型,R^(2)=0.80,将检验数据代入模型中,估测蓄积量与实测蓄积量平均精度为90.22%,模型的拟合度较好。研究将立地因子、林分密度、林龄等变量引入Schumacher蓄积收获模型,对于天山云杉的蓄积估测精度有较大提高,优于以往经验模型,满足新疆山地天然林数字经营管理的标准。

注册会计师降低诉讼风险的探讨

随着注册会计师行业的发展,注册会计师在执业过程中经常面临法律诉讼的威胁。文章在对注册会计师可能面临的法律诉讼主要类别进行分析论述的基础上,结合注册会计师执业的实际状况,提出降低诉讼风险的若干具体措施,从而降低注册会计师执业中的诉讼风险。

基于无人机影像的天山云杉林树高提取及蓄积量的反演

【目的】提取影像高程数据建立模型反演天山云杉林分蓄积量,为天然林保护工程实施后天山云杉生态恢复与科学管理提供参考依据。【方法】以新疆天山西部巩留县恰西森林公园的天山云杉(Picea Schrenkiana var.tianshanica)为研究对象,无人机航拍影像与样地每木检尺为数据源,使用点云分类与克里金插值法提取无人机影像高程数据得到天山云杉树高,根据样地实测数据建立胸径树高模型,最终根据胸径树高模型反演天山云杉林林分蓄积量。【结果】利用无人机影像提取树高与实测树高存在显著正相关关系,提取平均精度为88.42%,建立天山云杉胸径-冠幅模型的相关系数为0.696,而胸径-树高模型的相关系数为0.730;验证胸径-树高模型,计算RMSE值为12.386,拟合效果显著。基于胸径-树高模型反演林分蓄积量精度为87.66%,与实测值比对,残差值大部分落在(-2,+2)残差区间。【结论】采用局部最大值算法对天山云杉林树高信息的提取效果较好,建立胸径-树高模型弥补了无人机不能对胸径直接测量的缺陷,进而反演天山云杉林林分蓄积量。

基于机载激光雷达影像的天山云杉林树高提取算法研究

开展基于点云、冠层高度模型(CHM)和种子点3种分割算法对天山云杉(Picea schrenkiana var.tianshanica)单木树高信息提取的敏感性分析,探索精准、便捷获取新疆山区森林树高技术方法。以新疆农业大学实习林场为研究区,综合考虑海拔、坡度和坡向等地形因素设置3条样线,实测样线上250株典型样木树高,并以机载激光雷达点云为数据源提取单木高度及坐标等特征,分别开展基于点云、CHM和种子点3种分割算法对天山云杉单木树高信息提取,比较不同分割算法的提取效果。3种分割算法提取天山云杉单木树高都取得了较好的效果,最佳拟合回归函数模型为幂函数,其中基于点云分割算法的树高提取值更接近实测值,与实测树高拟合效果最好(R2为0.9895),其均方根误差分别为0.8250、1.5680、1.5480。利用机载激光雷达点云数据,基于点云、CHM和种子点3种分割算法开展天山云杉单木树高提取具有很强的可行性,其中点云分割算法验证精度最高,敏感性更强,对林分蓄积量的测算具有积极影响。

基于WorldView-2影像和随机森林算法的天山云杉蓄积量反演

【目的】研究林地遥感因子与蓄积量的关系来反演天山云杉林分蓄积量,为新疆天然林保护工程实施后天山云杉生态恢复与科学管理提供参考依据。【方法】以新疆天山西部巩留县恰国家西森林公园的天山云杉(Picea schrenkiana var.tianshanica)为研究对象,以样地内每木检尺为依据,基于WorldView-2影像,使用eCognition Developer提取样地的光谱信息、纹理因子与植被指数三种遥感因子,通过随机森林算法建立模型反演天山云杉林分蓄积量。【结果】提取的24种遥感因子,筛选出对蓄积量影响最大的5种特征变量,分别为NDVI1、NDVI2、RVI2、均一性(Homogeneity)与相关性(Correlation),建立随机森林回归模型,解释度高达81.27%,决定系数R^(2)=0.8648(P<0.05),估测样地蓄积量精度为86.38%。【结论】建立的随机森林回归模型可以有效地反演天山云杉林林分蓄积量。

不同郁闭度天山云杉林分形维数特征

【目地】以天山云杉林为研究对象,选取疏、中、密3种不同郁闭度的天山云杉林典型样方,分别计算其分形维数,探究不同郁闭度下天山云杉林分形特征的稳定性,以期为新疆山区天然林森林分类提供新的思路。【方法】首先使用ArcGIS软件对无人机影像进行图形深度转换,然后在MATLAB系统下分别采用像素点覆盖法和差分盒子维法计算60个不同郁闭度天山云杉林典型样方的分形维数,最后对计算结果进行分析讨论。【结果】(1)在不同郁闭度(疏,0.20~0.39;中,0.40~0.59;密,0.60以上)下,采用像素点覆盖法,得到疏、中和密3种郁闭度下天山云杉林的平均分形维数分别为1.6230、1.6313和1.6445,说明天山云杉林的分形维数受林分郁闭度的影响不大,具有很强的稳定性。(2)在不同郁闭度下,采用差分盒子维法,得到疏、中和密3种郁闭度下天山云杉林的平均分形维数分别为2.3611、2.3573和2.3774,方差分析表明三者之间没有显著性差异,分形维数较为稳定。(3)通过对两种方法计算结果离散程度的比较,差分盒子维法离散程度较小,所得数据稳定性较高。【结论】基于两种方法计算求得的天山云杉林分形维数,能较好地反映在不同郁闭度下天山云杉林的分形特征较为稳定,且差分盒子维法优于像素点覆盖法,这为今后天山云杉林的调查研究工作提供了新的思路。

环境会计浅析

面对越来越严重的环境问题，世界各国都提高了对环境问题的重视程度。环境保护支出和环境赔偿责任越来越大，我国也不例外，仅对空气和水污染所造成直接经济损失就约占每年国内生产总值的3％～5％，这是不容忽视的数据，并且全球社会经济所依赖的生存基础——自然资源，已明显呈现出入不敷出的危机状况，严重地威胁着各国的经济发展和人类生存。为了有效保护和改善环境，对环境产生污染的企业自觉提高对环境造成影响的认识，更有必要将企业的环境业绩纳入到企业的决策系统中，达到自我约束、公平竞争和发展，环境会计就是在这样一个背景下产生的。

简析企业常见利润操纵方法

现实当中,有些企业管理当局为了达到某种目的而蓄意粉饰会计报表,通过各种办法来进行利润操纵。文章对一些企业常见的利润操纵方法予以分析论述,并提出识别利润不实的具体措施,从而使会计报表使用人对企业提供的会计信息有一个更加清醒、正确的认识。

新疆天山不同区域云杉树高、胸径、年龄相关关系分析

在森林调查工作中,树高、胸径、年龄作为重要的调查数据信息,通过数据对比分析,可有效掌握该地区森林生长状况。基于此,本文以新疆天山不同区域云杉树高、胸径、年龄相关性作为研究重点,包括西部昭苏林场、中部板房沟林场、东部哈密林场,对这些林场云杉树高、胸径、年龄展开相关性分析。

基于WorldView-3遥感影像与机载LiDAR的单木树高提取

基于WorldView-3影像与机载LiDAR数据,结合地面每木定位调查,采用冠层高度模型法提取天山云杉单木树高,比较分析不同数据源提取单木树高的精度,为山地天然林单木高度提取提供方法依据。以新疆农业大学实习林场天山云杉为研究对象,实测单木树高,并用RTK每木定位。以WorldView-3遥感影像、LiDAR点云为数据源,分别通过立体像对与布料模拟滤波分类的方法提取LiDAR与WorldView-3两种数字表面模型(DSM),以LiDAR点云生成的数字高程模型(DEM)为基础,解算两种数据的冠层高度模型(CHM)获取单木高度。基于LiDAR与WorldView-3数据的天山云杉单木识别率较高,平均识别率为96.3%和93.7%,平均漏检率为3.7%和6.3%;利用LiDAR提取树高的精度较高,平均精度为90.50%,而采用WorldView-3提取树高的精度略低于前者,平均精度为83.28%。通过对机载激光雷达点云数据进行布料模拟滤波分类,能够获得高精度的DEM数据,通过二者叠加运算是一种提取单木树高可行的方法;基于WorldView-3影像进行立体像对可以获得精度较高的DSM,在拥有高精度DEM基础数据的情况下,可以作为调查范围较大、成本有限的森林资源调查树高提取方法。