无人机遥感影像速生桉林分参数自动化提取研究

doi:10.13466/j.cnki.lyzygl.2021.03.018

林业资源管理 ›› 2021, Vol. 0 ›› Issue (3): 114-119.doi: 10.13466/j.cnki.lyzygl.2021.03.018

无人机遥感影像速生桉林分参数自动化提取研究

邱世平¹(), 韦明新¹, 马依莎²

1.广西南宁林业勘测设计院有限公司,南宁 530001
2.国家林业和草原局林产工业规划设计院,北京 100010

收稿日期:2021-02-03 修回日期:2021-05-18 出版日期:2021-06-28 发布日期:2021-08-04
作者简介:邱世平(1983-),男,广西梧州人,高工,主要从事林业调查规划设计和森林资源监测。Email: 176380636@qq.com

Study on Automatic Extraction of Fast-Growing Eucalyptus Stand Parameters Based on UAV Remote Sensing Images

QIU Shiping¹(), WEI Mingxin¹, MA Yisha²

1. Nanning Institute Forestry Survey and Design of Guangxi Co.Ltd.,Nanning 530001,China
2. Planning and Design Institute of Forest Products Industry,National Forestry and Grassland Administration,Beijing 100010,China

Received:2021-02-03 Revised:2021-05-18 Online:2021-06-28 Published:2021-08-04

摘要/Abstract

摘要：

在实景三维建模软件支持下,使用无人机遥感技术快速获取广西扶绥县龙头乡将军屯速生桉林影像,通过Pix4d软件对航摄数据进行自动化内业处理,获取数字正射影像成果(DOM)和数字地表模型(DSM)以及树冠高度模型。基于此树冠高度模型,提取速生桉林的株数、树高、郁闭度等森林参数,并进行精度分析。结果表明:株数精度验证指标(株数探测率、株数准确率、F参数)较优;树高估测值与树高实测值存在较强相关性;郁闭度参数准确率高达92.85%。该林分参数自动化提取方法,能够达到相关实践要求,可以在一定程度上替代人工实测,在人工林中具有广阔应用前景。

关键词: 无人机, 遥感影像, 速生桉林, 森林参数, 自动化提取

Abstract:

With the support of real-world 3D modeling software,the UAV remote sensing technology was used to obtain images of fast-growing eucalyptus areas in Fusui County,Guangxi.The aerial photography data was processed automatically with Pix4d software,so as to obtain the Digital Orthophoto Map l(DOM),Digital Surface Model (DSM) and crown height model.Then the fast-growing eucalyptus forest tree stem,tree height,canopy density and other forest parameters were extracted based on the crown height model,and the precision of the extracted parameters was analyzed.The results showed that the stem precision verification index (stem detection rate,accuracy rate and f parameter) was better,and there was a strong correlation between the estimated value of tree height and the measured value of tree overestimation,and the accuracy of canopy density was 92.85%.The automatic extraction method of fast growing Eucalyptus stand parameters based on UAV remote sensing image could meet the relevant practical requirements,it could replace the manual measurement to a certain extent,and it would have broad application prospect in plantation.

Key words: UAV, remote sensing image, fast growing eucalyptus forest, forest parameters, automatic extraction

中图分类号:

S771.8
TP75

邱世平, 韦明新, 马依莎. 无人机遥感影像速生桉林分参数自动化提取研究[J]. 林业资源管理, 2021, 0(3): 114-119.

QIU Shiping, WEI Mingxin, MA Yisha. Study on Automatic Extraction of Fast-Growing Eucalyptus Stand Parameters Based on UAV Remote Sensing Images[J]. FOREST RESOURCES WANAGEMENT, 2021, 0(3): 114-119.

图/表 8

图1

图2

图3

表1

图4

表2

表3

图5

参考文献 13

[1]	王娟, 陈永富, 陈巧, 等. 基于无人机遥感的森林参数信息提取研究进展[J]. 林业资源管理, 2020(5):144-151.
[2]	李祥, 郑淯文, 戴楚彦, 等. 基于无人机影像的森林信息获取研究进展[J]. 世界林业研究, 2017, 30(4):41-46.
[3]	汪小钦, 王苗苗, 等. 基于可见光波段无人机遥感的植被信息提取[J]. 农业工程学报, 2015, 31(5):152-157.
[4]	周小成, 何艺, 黄洪宇, 等. 基于两期无人机影像的针叶林伐区蓄积量估算[J]. 林业科学, 2019, 55(11):117-125.
[5]	苏迪, 高心丹. 基于无人机航测数据的森林郁闭度和蓄积量估测[J]. 林业工程学报, 2020, 5(1):156-163.
[6]	王枚梅, 林家元, 林沂, 等. 基于无人机可见光影像的亚高山针叶林树冠参数信息自动提取[J]. 林业资源管理, 2017(4):82-88.
[7]	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(2):23-27.
[8]	刘江俊, 高海力, 方陆明, 等. 基于无人机影像的树顶点和树高提取及其影响因素分析[J]. 林业资源管理, 2019(4):107-116.
[9]	董新宇, 李家国, 陈瀚阅, 等. 无人机遥感影像林地单株立木信息提取[J]. 遥感学报, 2019, 23(6):1269-1280.
[10]	王浩舟, 常雅荃, 李川, 等. 无人机影像处理软件 Pix4Dmapper 与 Photoscan在资源普查中的成像性能分析[J]. 甘肃科技, 2017, 33(22):46-51.
[11]	何艺, 周小成, 黄洪宇, 等. 基于无人机遥感的亚热带森林林分株数提取[J]. 遥感技术与应用, 2018, 33(1):168-176.
[12]	汪霖, 李明阳, 方子涵, 等. 基于无人机数据的人工林森林参数估测[J]. 林业资源管理, 2019(5):61-67.
[13]	汪霖. 基于无人机高分影像的森林参数估测方法[D]. 南京:南京林业大学, 2020.

窗口值	视觉效果/(°)	纹理紧密程度/%
1×1	29.56	0.00
3×3	29.54	1.95
5×5	29.51	2.75
7×7	29.49	3.20
8×8	29.47	3.65
9×9	29.46	3.85
10×10	29.43	3.87
11×11	29.42	3.97

株数提取方法	株数探测率	株数准确率	F参数
自动化法	0.9788	0.9167	0.9467
实测法	1	1	1

速生桉径级	实测平均树高	自动提取树高
5(5.0~5.4cm)	9.6	10.06
6(5.5~6.4cm)	10.3	11.38
7(6.5~7.4cm)	11.7	11.05
8(7.5~8.4cm)	13.7	14.18
9(8.5~9.4cm)	14.1	13.42
10(9.5~10.4cm)	16.1	15.87
11(10.5~11.4cm)	16.3	16.46
12(11.5~12.4cm)	16.3	16.15
13(12.5~13.4cm)	16.9	16.58
14(13.5~14.4cm)	17.1	17.33

[1]	张殿岱, 王雪梅. 基于高分辨率遥感影像的植被分类方法比较[J]. 林业资源管理, 2021, 0(3): 108-113.
[2]	孙玉江, 李凤涛, 陈香芹, 张磊, 杨宁, 郑达. 无人机航拍影像在林木信息提取中的应用[J]. 林业资源管理, 2021, 0(3): 160-164.
[3]	张玉薇, 张超, 王娟, 李华玉, 白明雄, 杨安蓉. 基于UAV遥感的单木冠幅提取及胸径估算模型研究[J]. 林业资源管理, 2021, 0(3): 67-75.
[4]	袁梓健, 舒清态, 赵洪莹, 王柯人, 谭德宏. 基于无人机可见光影像的华山松人工林计测参数提取[J]. 林业资源管理, 2021, 0(2): 110-116.
[5]	白明雄, 张超, 陈棋, 王娟, 李华玉, 史小蓉, 田湘云, 张玉薇. 基于无人机可见光遥感的单木树高提取方法研究[J]. 林业资源管理, 2021, 0(1): 164-172.
[6]	黄彦晓, 方陆明, 黄思琪, 高海力, 杨来邦, 楼雄伟. 基于改进的Faster R-CNN模型的树冠提取研究[J]. 林业资源管理, 2021, 0(1): 173-179.
[7]	孙忠秋, 吴发云, 胡杨, 高显连, 高金萍. 基于Landsat-8 OLI数据的马尾松林蓄积量饱和点确定及估测[J]. 林业资源管理, 2020, 0(6): 135-142.
[8]	王娟, 陈永富, 陈巧, 李华玉, 张超. 基于无人机遥感的森林参数信息提取研究进展[J]. 林业资源管理, 2020, 0(5): 144-151.
[9]	卢献健, 黄俞惠, 晏红波, 韦晚秋, 黎振宝. 基于自动阈值决策树分类的桉树提取研究[J]. 林业资源管理, 2020, 0(4): 117-126.
[10]	林鑫, 庞勇, 李春干. 无人机密集匹配点云与机载激光雷达点云的差异分析[J]. 林业资源管理, 2020, 0(3): 58-62.
[11]	亓兴兰, 曹祖宁, 刘健, 陈芳, 庄苇. 基于卫星遥感影像的森林病虫害监测研究进展[J]. 林业资源管理, 2020, 0(2): 181-186.
[12]	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.
[13]	汪霖, 李明阳, 方子涵, 李超, 钱春花, 许振宇. 基于无人机数据的人工林森林参数估测[J]. 林业资源管理, 2019, 0(5): 61-67.
[14]	刘江俊, 高海力, 方陆明, 郑辛煜, 姜广宇. 基于无人机影像的树顶点和树高提取及其影响因素分析[J]. 林业资源管理, 2019, 0(4): 107-116.
[15]	陈新云, 李利伟, 刘承芳, 王六如, 丁靖. 热带原始森林类型分类和蓄积量遥感反演研究[J]. 林业资源管理, 2019, 0(2): 39-46.

无人机遥感影像速生桉林分参数自动化提取研究

Study on Automatic Extraction of Fast-Growing Eucalyptus Stand Parameters Based on UAV Remote Sensing Images

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 13

相关文章 15

编辑推荐

Metrics

本文评价