基于无人机遥感的伐区造林坑穴数量与参数提取

为了挖掘无人机遥感在核查造林成果中的应用潜力,采用无人机遥感技术对福建省将乐县一伐区造林坑穴数量和参数进行自动化提取实验。采用大疆精灵4 Pro型无人机,获取空间分辨率0.01 m的可见光遥感数据,经处理后得到正射影像(DOM)、数字表面模型(DSM)和无人机影像点云数据;分别采用基于DOM人工目视解译、基于DOM模板匹配法和基于DSM圆形霍夫变换法进行各类信息提取,比较各种方法在造林坑穴数量和宽度、深度参数提取上的精度和实用性。结果表明:基于DOM模板匹配法得到的坑穴数量正确率为92.60%。基于DSM数据的圆形霍夫变换法坑穴数量正确率为95.15%,坑穴宽度和深度提取值与测量值的决定系数(R^(2))分别为0.93和0.92,均方根误差(RMSE)分别为1.02 cm和1.67 cm,该方法不仅可以得到优于模板匹配的数量精度,还可有效提取坑穴宽度和深度参数信息,提高了坑穴参数提取的效率。无人机遥感技术在提取坑穴数量、宽度和深度参数方面能够满足造林坑穴指标核查需求。

结合Landsat时序遥感干扰检测的福建将乐县森林林龄估算与评价

高精度的森林林龄可以改善森林生物量、蓄积量、碳储存量等的估算精度。为提高频繁发生干扰区域森林年龄估算精度,以森林干扰强度较大的福建省将乐县为例,通过构建将乐县1987~2019年Landsat时序数据集,利用LandTrendr算法获得森林干扰开始时间节点特征,与林龄建模,实现干扰区林龄估算;接着利用GF-1号影像的波段、植被指数、纹理以及地形因子特征,通过递归特征消除的随机森林算法,与林龄建模,实现非干扰区林龄估算;最后将两部分的林龄合并,得到研究区2019年森林年龄。结果表明:(1)将乐县森林干扰总面积为346.37 km2,其中,针叶林、阔叶林干扰面积占比75.06%;(2)利用LandTrendr算法的干扰开始时间节点估算的林龄误差(RMSE=1.91 a)较小,模型精度(R2=0.94)较高;(3)通过递归特征消除的随机森林算法估算的针叶林、阔叶林林龄的R2和RMSE分别为0.64、0.48和4.71 a、12.71 a。研究表明:结合长时间序列的干扰算法可以有效提高干扰区森林年龄估算精度,为亚热带山区的区域尺度上进行森林林龄估计提供参考。