基于无人机影像的天山云杉林单木树冠信息提取

【目的】研究树冠信息估测出林分密度、生长量等森林调查指标,判断林木生长优良状况提供参考,【方法】基于无人机遥感影像,以新疆农业大学实习林场主伐迹地下天山云杉林(Picea Schrenkiana var tianshanica)为研究对象,采用高斯-拉普拉斯算子(Laplacian of Gaussian,LOG)结合最大类间方差寻找最优阈值(Otsu)对影像进行处理,并利用标记控制分水岭分割方法分别提取疏、中、密3种不同郁闭度的天山云杉单木树冠信息。【结果】利用优化后的标记控制分水岭分割方法较好的解决了过分割问题,对单木树冠信息提取的F测度在疏、中、密林区分别是98.26%、92.91%和87.57%。【结论】使用的方法提取单木树冠信息精度较高,可以评价对天山云杉林的生长状况,可对主伐迹地下天山云杉林的更新和恢复提供可靠的技术支撑。

基于移动激光扫描的橡胶林风害相关参数精准反演

林木参数反演是森林资源管理与培育经营的关键环节。迅速发展的激光探测与测量技术突破了传统测量方法,可以快速的获取林木的空间三维信息,在林业普查中具备高效率、高精度的优势。结合计算机图形学与图像学方法,以中国最大的橡胶生产基地海南省儋州市长期受台风侵害下的两个不同品种橡胶林段(林段1PR107,林段2CATAS7-20-59)为研究对象,设计了面向离散激光点云的单株林木参数提取方法,自动获取橡胶林木风害后的生物量指标。首先,通过人背负移动激光雷达获取林段点云数据并使用瑞利商求取台风造成的主枝干倾角,以找寻每株橡胶树的树冠中心点。其次,对点云进行垂直投影,并采用分水岭与Meanshift算法实现株株分离。最后,基于以上操作自动获取与实测值相近的林木参数,例如冠幅、冠径、冠积、叶面积密度、叶面积分布以及主枝与分枝之间夹角等。计算表明,林段1与林段2东西冠幅分别为3.95和3.73m,与实测相差1.74%～6.27%;林段1与林段2南北向冠幅分别为6.47和6.51m,与实测相差2.54%～4.02%;林段1与林段2平均胸径分别为5.20和4.73cm,与实测相差0.64%～2.44%;林段1与林段2平均冠积分别为168.01和141.80m3,与实测相差0.67%～0.85%;林段1与林段2主枝干倾斜角分别为18.80°和13.11°,与实测相差5.53%～7.09%;林段1与林段2二级分支与主枝干的夹角分别为40.21°～69.23°和10.63°～32.14°,它们相差62.63%;林段1在不同天顶角下的叶面积指数均大于林段2。通过对一定样本(150棵/每类林段)的分析结果与真实比对表明,该方法对林木参数反演结果精度较高,有效地评估了不同品种橡胶树在台风下的损伤度(如主枝干歪斜率、叶面积密度及衰减分布)。参数反演结果与实测值仅有8%的偏差,此偏差主要由橡胶林分叶片稠密,导致林分中叶面与枝干扫描数据获取缺失,以及外界环境干扰如风力扰动、点云拼接误差、激光束发散率、激光扫描范围等原因造成。同时,由于林段1(PR107)的橡胶树的主枝与分枝夹角、冠积以及叶面积指数均大于林段2(CATAS7-20-59)的橡胶树,导致林段1的橡胶树比林段的2橡胶树在台风侵害下更脆弱。因此,该研究可用于研究风力侵害对于不同森林地块的影响,以及量化风害造成的生态系统紊乱的影响。同时,该方法解决了人背负激光扫描数据进行单株提取与林木参数反演的问题,为激光测绘在林业中的应用提供了新思路。

基于无人机图像分析的树木胸径预测

树木胸径是林木资产评估中的重要参数,该文利用图像分析技术预测树木胸径可为资产评估提供参考。以银杏和法国梧桐为试验树种,通过拟合无人机正射图像中的单株树木树冠面积与胸径的关系预测树木胸径值。首先利用二型模糊聚类方法对无人机采集的纯林样地正射图像中的单株树冠进行分割,获取树冠像素面积,然后利用地面参照物计算出树冠的实际面积,并与测量的胸径值进行拟合,得出树冠面积与胸径的函数关系,林区中其他树木胸径值可基于该函数关系和其树冠面积计算得出。试验结果显示无人机正射图像中的银杏及法桐树冠面积与胸径均呈对数关系,且该文计算所得的银杏1.2 m处的胸径与实际胸径之间的平均误差约为0.31 cm,法桐1 m处的胸径与实际胸径之间的平均误差为0.27 cm,均在行业允许的1 cm误差范围内,该文提出的基于无人机正射图像分析技术预测树木胸径较为准确,可为中小尺度林地资产评估提供参考。