基于无人机航拍图像的杉木树冠参数提取与模型研建.pdf

摘要 冠幅是树冠结构的重要特征因子，直接影响树木的生产力和生命力，郁闭度是反 映森林冠层结构与密度以及评价森林经营管理采伐强度的重要指标之一。无人机具有 可以云下飞行，易于获取高精度图像，图像获取成本低等优势，研究基于无人机影像 的树冠参数提取方法，使无人机影像提取林木树冠参数的操作系统化，有利于实现精 准高效的森林资源清查和监测。 本文以福建省将乐国有林场梅花谷为研究区，以无人机影像为遥感数据源，利用 PIX4D mapper 软件生产出高精度数字正射影像图(DOM)，结合地面实测数据，分别 使用多尺度分割技术和分水岭分割算法提取单木树冠冠幅，对比分析了两种方法在高 郁闭度杉木林分中的冠幅提取精度，选取精度较高的方法进行了郁闭度的估算和杉木 立木材积模型的研建。主要结论如下： 1．无人机影像能够满足森林参数提取的精度需要，无人机与高分辨率相机的组 合能够快速便捷的获取一定范围的森林资源数据，满足航空摄影测量成图的要求。结 合无人机获取的64 张高分影像，在PIX4D mapper 无人机影像处理平台，能够生成高 精度数字正射影像。 2 ．多尺度分割技术在高郁闭度林分中分割效果要优于分水岭算法，在本研究区 内的高郁闭度林分条件下（林分郁闭度为0.778 5），分水岭算法不能有效的进行分割， 多尺度分割取得了更好的效果，提取冠幅面积与实测冠幅面积的R2 达到了0.806 8 。 3 ．利用地面样地调查数据，对杉木胸径、材积、树冠面积进行相关性分析，分 别建立杉木胸径-材积模型，冠幅面积-胸径模型，联立二者得到材积-冠幅面积模型。 使用该模型对建模外的112 株杉木独立样本估算材积，与利用当地杉木二元材积表计 算的结果相比，平均精度达到了67.75 ％。 综上所述，无人机航拍影像可应用于高郁闭林分的林业调查中，使用基于面向对 象的多尺度分割技术能够有效地从无人机正射影像中提取单株树冠面积、林分郁闭度， 整体精度能达到75% 以上；建立的杉木一元立木材积模型，对基于无人机高分辨率影 像的杉木单株树冠面积提取与蓄积量估测有一定的参考意义，为森林资源调查与监测 提供了新的途径。 I 目录 摘要 I Abstract II 1 绪论1 1.1 研究背景1 1.2 研究目的及意义2 1.3 国内外研究述评3 1.3.1 无人机遥感技术研究进展3 1.3.2 无人机图像处理方法4 1.3.3 冠幅提取国内外研究概况5 1.3.4 林分蓄积量估测国内外研究现状7 1.4 研究内容与技术路线9 1.4.1研究内容9 1.4.2 技术路线9 2 研究区概况及数据处理10 2.1 研究区概况10 2.2 外业地面调查数据11 2.3 无人机数据采集与处理11 2.3.1 无人机系统12 2.3.2 无人机数据采集及处理13 3 冠幅提取 15 3.1 基于面向对象的多尺度分割的树冠提取16 3.1.1 最佳分割尺度的确定18 3.1.2 多尺度分割20 3.1.3 面向对象分类21 3.2 基于分水岭分割算法的树冠分割24 3.2.1 分水岭算法原理24 3.2.2 分水岭算法步骤27 3.3 郁闭度提取和精度分析32 3.3.1 林分郁闭度提取 32 3.3.2 残差分析 33 4 胸径预测模型与蓄积量估测36 4.1 杉木人工林树冠面积-胸径关系模型构建37 IV 4.1.1 相关性分析37 4.1.2 胸径-单株材积模型38 4.1.3 冠幅面积-胸径模型40 4.2 模型验证41 4.3 杉木一元材积模型42 5 结论与讨论43 5.1 结论43 5.2 讨论44 参考文献46 V 1 绪论 1 绪论 1.1 研究背景 森林和非生物环境构成完整的森林生态系统，具有丰富的物种，复