基于图像特征的森林地表凋落物载量分析.pdfVIP

第44卷第8期中南林业科技大学学报Vol.44No.8

2024年8月JournalofCentralSouthUniversityofForestryTechnologyAug.2024

Doi:10.14067/ki.1673-923x.2024.08.001http://

基于图像特征的森林地表凋落物载量分析

11，222

张运林，田玲玲，杨光，宁吉彬

（1.贵州师范学院a.生物科学学院；b.贵州省高等学校林火生态与管理重点实验室，贵州贵阳550018；

2.东北林业大学林学院，黑龙江哈尔滨150040）

摘要：【目的】森林地表凋落物载量值影响林火的发生和森林火灾所表现的一系列火行为特征等，准确获取

地表凋落物载量值十分重要。图像特征欧拉数能够表征图像中对象的多少，分析欧拉数与载量之间的关系，并

建立基于图像欧拉数的载量预测模型对于载量研究具有重要意义。【方法】以贵州省典型林分柳杉林和毛竹林

内凋落物为研究对象，通过野外林分和载量调查、拍摄凋落物图片和图片特征处理，分析图像特征欧拉数与地

表凋落物载量之间的关系，建立基于图像欧拉数的载量预测模型，并检验模型精度。【结果】1）选择不同阈值

对图像二值化处理后，提取得到的欧拉数并不是都与载量存在相关性，阈值为0.1对图像二值化后的图像欧拉数

与两种凋落物载量呈极显著相关；2）随着图像欧拉数的增加，柳杉和毛竹林地表凋落物载量整体呈下降趋势；

3）选择线性回归建立基于图像特征欧拉数的凋落物载量预测模型，柳杉和毛竹林凋落物载量的预测模型绝对误

-2

差分别为1.60和1.72t·hm，相对误差分别为20.03%和20.71%，柳杉林地表凋落物载量的预测效果要优于毛竹

林。【结论】本研究验证了基于图像特征预测森林地表凋落物载量的可行性，为准确获取载量研究提供新思路，

对于火险预报和科学林火管理具有重要意义。

关键词：凋落物；载量；图像；欧拉数；预测模型

中图分类号：S762.2文献标志码：A文章编号：1673-923X(2024)08-0001-08

Analysisofforestsurfacelitterloadingestimationbasedonimagefeatures

11,222

ZHANGYunlin,TIANLingling,YANGGuang,NINGJibin

(1.a.SchoolofBiologicalScience;b.KeyLaboratoryofForestFireEcologyandManagementofGuizhouProvince,GuizhouEducation

University,Guiyang550018,Guizhou,China;2.SchoolofForestry,NortheastForestryUniversity,Harbin150040