论文摘要
【目的】提出一种基于两期无人机影像的针叶林伐区蓄积量估算方法,为促进无人机数据在多类型林业样地资源调查中的深度应用提供依据。【方法】以福建省三明市将乐县金森林业股份有限公司伐区森林小班为试验区,首先,利用无人机遥感获取分辨率优于10 cm的两期影像,经Pix4D软件处理得到点云数据,在此基础上将小班区域未采伐前的林冠点云匹配到采伐后的小班地形点云上;然后,通过布料模拟滤波算法（CSF）分离匹配后的林冠点云和地形点云,采用自然领域插值法分别将林冠点云数据插值生成数字表面模型（DSM）、地形点云数据插值生成数字高程模型（DEM）,二者相减获得冠层高度模型（CHM）;接着,基于改进的局域最大值法搜索冠层高度模型中的林冠顶点,提取树高;最后,根据野外采集的400株马尾松和杉木树高、胸径数据,建立5个适用于福建省马尾松和杉木的胸径-树高模型,选择相关系数最高的模型推算胸径,并利用福建省单木材积公式估算小班区域蓄积量。【结果】1)两期无人机数据的点云匹配能较好消除陡峭地形对树高提取的影响;2)改进的局域最大值法可有效减少固定窗口搜索林冠顶点时出现的多提和漏提错误;3)小班区域估算株数为339株,实测株数为366株,估算的平均树高为18 m,实测平均树高为19 m,估算蓄积量为182 m3,实测蓄积为199 m3,株数、树高和蓄积量的估算精度均较高。【结论】借助无人机遥感技术,可实现森林蓄积量自动化估算,降低传统野外调查成本,推动森林资源的快速调查和更新。
论文目录
文章来源
类型: 期刊论文
作者: 周小成,何艺,黄洪宇,许雪琴
关键词: 针叶林,采伐蓄积量,局域最大值法,无人机遥感,胸径
来源: 林业科学 2019年11期
年度: 2019
分类: 农业科技
专业: 林业
单位: 福州大学卫星空间信息技术综合应用国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室,福建金森林业股份有限公司
基金: 国家自然科学基金项目（41201427）,中央引导地方科技发展专项（2017L3012）
分类号: S758.51
页码: 117-125
总页数: 9
文件大小: 15604K
下载量: 256