基于无人机遥感影像的DSM及遥感数据林分平均高提取

doi:10.13466/j.cnki.lyzygl.2017.02.005

林业资源管理 ›› 2017, Vol. 0 ›› Issue (2): 23-27.doi: 10.13466/j.cnki.lyzygl.2017.02.005

基于无人机遥感影像的DSM及遥感数据林分平均高提取

张煜星¹(), 王雪军¹, 刘明博²

^1. 国家林业局调查规划设计院,北京100714
^2. 中国科学院遥感与数字地球研究所,北京 100101

收稿日期:2017-02-13 修回日期:2017-04-01 出版日期:2017-04-28 发布日期:2020-10-10
作者简介:张煜星(1964-),男,教授级高工,博士,主要从事森林经理、资源与环境监测等方面的研究工作。Email: zhangyuxing212@163.com
基金资助:
林业公益性行业科研专项课题“我国主要林区林地立地质量和生产力评价研究”(201504303);三峡后续工作科研项目“三峡库区生态屏障区生态效益监测技术与评价方法研究”(2016K-1)

Extraction of DSM and Mean Forest Stand Height from UAV Imagery

ZHANG Yuxing¹(), WANG Xuejun¹, LIU Mingbo²

^1. Academy of Forest Inventory and Planning,State Forestry Administration,Beijing,10074,China
^2. Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing,100101,China

Received:2017-02-13 Revised:2017-04-01 Online:2017-04-28 Published:2020-10-10

摘要/Abstract

摘要：

以河北省丰宁县西南部山区为研究区域,利用无人机遥感立体像对提取数字表面模型(DSM)。通过目视判读,在影像中无植被的区域设置校正点,利用校正点处DSM与DEM的值拟合校正因子对DSM进行高程校正,然后结合数字高程模型(DEM)提取树高并利用林地“一张图”数据求得各林地图斑的树高平均值。结果表明:经过高程校正并结合利用林地“一张图”数据的林分平均树高提取方法求得的结果可以直接作为林地变更调查的补充,能实现对林分平均树高、树高等级等因子进行实时更新。

关键词: 无人机遥感, 立体像对, DSM, 林地“一张图”, 树高

Abstract:

In this research we use UAV stereo imagery to extract Digital Surface Model(DSM) of the study area which is located in the mountain areas of southwest Fengning county,Hebei province.Calibration points were set at bare ground through the imagery manual interpretation,followed by the elevation calibration of DSM using parameters fitted by the values of DSM and DEM at the corresponding calibration points.Then the forest height was extracted and averaged over each forest stand segment combining with forest survey results.This study demonstrates the feasibility of this methodology as a supplement of forest survey,which can be used to update mean forest stand height related indexes in a timely fashion.

Key words: UAV, stereo imagery, DSM, forest survey, forest stand height

中图分类号:

P237
S771.8

张煜星, 王雪军, 刘明博. 基于无人机遥感影像的DSM及遥感数据林分平均高提取[J]. 林业资源管理, 2017, 0(2): 23-27.

ZHANG Yuxing, WANG Xuejun, LIU Mingbo. Extraction of DSM and Mean Forest Stand Height from UAV Imagery[J]. FOREST RESOURCES WANAGEMENT, 2017, 0(2): 23-27.

图/表 9

图1

图2

图3

表1

图4

图5

图6

图7

图8

参考文献 16

[1]	张巍巍, 冯仲科, 汪笑安 , 等. 基于TM影像的林木参数提取和树高估测[J]. 中南林业科技大学学报, 2013,33(9):27-31.
[2]	LY/T1955—2011,林地保护利用规划林地落界技术规程[S].
[3]	彭培胜, 王懿祥, 吴建强 . 基于无人机遥感影像的三维森林景观可视化[J]. 东北林业大学学报, 2013,41(6):61-65.
[4]	张园, 陶萍, 梁世祥 , 等. 无人机遥感在森林资源调查中的应用[J]. 西南林业大学学报, 2011,31(3):49-53.
[5]	周志强, 岳彩荣, 徐天蜀 , 等. 森林高度遥感估测研究综述[J]. 现代农业科技, 2012(2):198-203.
[6]	李德仁, 李明 . 无人机遥感系统的研究进展与应用前景[J]. 武汉大学学报, 2014,39(5):505-513.
[7]	冯家莉, 刘凯, 朱远辉 , 等. 无人机遥感在红树林资源调查中的应用[J]. 热带地理, 2015,35(1):35-42.
[8]	孔凡婕, 李晓兵, 白云晓 , 等. 基于GF-1 WFV影像的丰宁县植被地上碳储量估算[J]. 资源科学, 2016,38(6):1054-1064. doi: 10.18402/resci.2016.06.05
[9]	贾秀鹏, 焦伟利, 李丹 . 基于SPOT5异轨立体像对提取DEM试验与精度评估[J]. 测绘信息与工程, 2006,31(2):32-34.
[10]	范兴旺, 翁永玲, 胡伍生 , 等. IRS-P5立体像对提取DEM及精度评价[J]. 遥感技术与应用, 2010,25(4):547-551.
[11]	蔡庆空, 蒋金豹, 张玲 , 等. ALOS-PRISM立体像对提取DEM的应用研究[J]. 测绘科学, 2014,39(1):70-73.
[12]	刘俊杰, 贾永红, 何保国 , 等. Geoeye-1卫星立体像对处理试验[J]. 地理空间信息, 2010,8(2):83-85.
[13]	丁辉, 姚安强 . 利用IKONOS立体像对提取DEM精度的实验[J]. 测绘科学, 2012,37(1):179-181.
[14]	陈庆华, 陈小艺 . 基于多角度卫星影像制作DSM,DEM数字产品的方法研究[J]. 测绘与空间地理信息, 2015,38(8):168-169.
[15]	卓莉, 黄信锐, 王芳 , 等. 基于高空间分辨率与立体像对遥感数据的建筑物三维信息提取[J]. 遥感技术与应用, 2013,28(6):1062-1068.
[16]	王佳, 冯仲科 . 航空数字摄影测量对林分立木测高及精度分析[J]. 测绘科学, 2011,36(6):77-79.

Parameter	Value
Module/Sub-image:
Calibrated focal length c/mm	120
Pixel size/μm	12
Radiometric resolution/bit	12
Image size/Pixel	4096×7168
Image size/mm	49.15×86.02
approx.Field of view (llalong/across track)/(°)	23/39
Virtual image:
Defined focal length c_virt/mm	120
Pixel size/μm	12
approx.Image size/Pixel	8000×13000
approx.Image size/mm	95×168
approx.Field of view (llalong/across track)/(°)	44/74

基于无人机遥感影像的DSM及遥感数据林分平均高提取

Extraction of DSM and Mean Forest Stand Height from UAV Imagery

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价

[1]	田意, 吴宏炜, 张伟志, 黄光灿, 庄崇洋, 江希钿. 福州市米槠林分相容性胸径生长模型和树高曲线模型研究[J]. 林业资源管理, 2020, 0(4): 44-49.
[2]	金忠明, 曹姗姗, 王蕾, 孙伟. 天山云杉林无人机可见光影像树冠信息提取方法研究[J]. 林业资源管理, 2020, 0(1): 125-135.
[3]	曾伟生. 总体与林分水平的树高-胸径模型对蓄积量估计的影响分析[J]. 林业资源管理, 2019, 0(6): 38-41.
[4]	吴恒, 朱丽艳, 刘智军, 吴雪琼. 基于生长模型的林地“一张图”林分因子更新研究[J]. 林业资源管理, 2019, 0(2): 73-79.
[5]	武红敢, 牟晓伟, 杨清钰, 王成波. 无人机遥感技术在重庆市沙坪坝区松材线虫病监测中的应用[J]. 林业资源管理, 2019, 0(2): 109-115.
[6]	刘乾飞, 龙晓敏, 邓忠坚, 叶江霞. 无人机遥感技术在国家森林公园可视化场景快速构建中的应用[J]. 林业资源管理, 2019, 0(2): 116-122.
[7]	朱雅丽, 张绘芳, 张景路, 地力夏提·包尔汉. 基于无人机遥感的胡杨地上生物量估测模型构建[J]. 林业资源管理, 2019, 0(2): 80-87.
[8]	萨如拉, 徐加睿, 王智慧, 张科, 于宪军. 基于树干解析的兴安落叶松人工林单木生长模型研究[J]. 林业资源管理, 2019, 0(2): 88-92.
[9]	乔正年, 马骏, 徐雁南. 无人机遥感在林木冠幅提取中的应用[J]. 林业资源管理, 2019, 0(1): 78-84.
[10]	陈晨, 刘光武, 申洁梅, 高福玲. 太行山区栓皮栎天然次生林树高模型构建[J]. 林业资源管理, 2018, 0(6): 146-149.
[11]	徐期瑚, 林丽平, 薛春泉, 罗勇, 杨加志, 雷渊才. 基于树高-年龄分级的广东枫香生长模型[J]. 林业资源管理, 2018, 0(5): 47-53.
[12]	黄峰, 徐爱俊, 唐丽华. 改进栓皮栎树高预测混合效应模型研究[J]. 林业资源管理, 2018, 0(5): 54-62.
[13]	杨玉泽, 林文树, 孙英伟. 小兴安岭地区针阔混交林主要树种生长模型研究[J]. 林业资源管理, 2018, 0(3): 49-57.
[14]	龙时胜, 曾思齐, 肖化顺, 刘发林, 胡满. 基于Hegyi改进模型的青冈栎次生林竞争分析[J]. 林业资源管理, 2018, 0(1): 50-56.
[15]	赵娱, 张菲, 许中旗, 张岩, 程顺, 崔同祥. 塞罕坝地区樟子松生长过程研究[J]. 林业资源管理, 2017, 0(5): 39-44.