飞行高度与郁闭度对水杉冠幅提取影响的研究

doi:10.13466/j.cnki.lyzygl.2022.01.018

林业资源管理 ›› 2022, Vol. 0 ›› Issue (1): 150-156.doi: 10.13466/j.cnki.lyzygl.2022.01.018

飞行高度与郁闭度对水杉冠幅提取影响的研究

周辰琴¹^,²(), 余拥军³, 方陆明¹^,²(), 刘雨真¹^,², 胡建锦¹^,²

1.浙江农林大学数学与计算机科学学院,杭州 311300
2.浙江省林业智能监测与信息技术研究重点实验室,杭州 311300
3.浙江省衢州市开化林业局,浙江衢州 324000

收稿日期:2021-10-10 修回日期:2021-12-02 出版日期:2022-02-28 发布日期:2022-03-31
通讯作者: 方陆明
作者简介:周辰琴(1997-),女,浙江衢州人,在读硕士,主要从事林业信息技术方面的研究工作。Email: 1195972368@qq.com
基金资助:
浙江省科技重点研发计划资助项目(2018C02013);浙江省自然科学基金青年基金项目(LQ19D010011)

Effects of Flight Height and Canopy Density on Canopy Extraction of Metasequoia glyptostroboides

ZHOU Chenqin¹^,²(), YU Yongjun³, FANG Luming¹^,²(), LIU Yuzhen¹^,², HU Jianjin¹^,²

1. School of Mathematics and Computer Science,Zhejiang A & F University,Hangzhou 311300,China
2. Key Laboratory of Forestry Intelligent Monitoring and Information Technology of Zhejiang Province,Hangzhou 311300,China
3. Zhejiang Quzhou Kaihua Forestry Bureau,Quzhou,Zhejiang 324000,China

Received:2021-10-10 Revised:2021-12-02 Online:2022-02-28 Published:2022-03-31
Contact: FANG Luming

摘要/Abstract

摘要：

树冠是树种识别、估测树木胸径、估算森林蓄积量、监测树木生长情况的重要指标。无人机遥感具有低成本高精度等优势,非常适合高分辨率影像的获取。以杭州市临安区青山湖风景区的水杉林为研究对象,采用无人机获取不同飞行高度以及不同郁闭度的遥感影像为数据源,基于面向对象法提取平均冠幅。以地面实测的平均冠幅作为参考,在相对低郁闭度的情况下飞行高度在65,70,75m时冠幅提取精度分别为:95.39%,94.80%,94.29%。在相对高郁闭度的情况下冠幅提取精度分别为:89.10%,88.10%,88.03%。研究结果表明,在研究范围内,随着无人机高度的增加,冠幅提取的精度逐渐降低,且在两种不同郁闭度的情况下同样适用,其精度都在88%以上。该方法高效可靠,在森林资源调查中有重要的现实意义。

关键词: 面向对象, 无人机, 水杉, 冠幅提取, 飞行高度, 郁闭度

Abstract:

Tree crown is an important index for tree species identification,estimation of tree DBH and forest volume,and monitoring tree growth. UAV remote sensing has the advantages of low cost and high precision,which is very suitable for obtaining high-resolution images. This paper took Metasequoia glyptostroboides forest in Qingshan Lake scenic spot,Lin'an District,Hangzhou as the research object,used UAV to obtain remote sensing images with different flight heights and different canopy density as the data source,and extracted the average crown width based on object-oriented method. Taking the average crown width measured on the ground as a reference,under the condition of relatively low canopy density,when the flight altitude were 65m,70m and 75m,the crown extraction accuracy were 95.39%,94.80% and 94.29% respectively. Under the condition of relatively high canopy density,the extraction accuracy of crown width were 89.10%,88.10% and 88.03% respectively. The results showed that within the research range,with the increase of UAV height,the accuracy of crown width extraction gradually decreased,and it was also applicable in two different canopy closures,which was more than 88% in two models. This method is efficient and reliable,and has important practical significance in forest resources investigation.

Key words: object oriented, UAV, Metasequoia glyptostroboides, crown extraction, flight altitude, canopy closure

中图分类号:

S771.5

周辰琴, 余拥军, 方陆明, 刘雨真, 胡建锦. 飞行高度与郁闭度对水杉冠幅提取影响的研究[J]. 林业资源管理, 2022, 0(1): 150-156.

ZHOU Chenqin, YU Yongjun, FANG Luming, LIU Yuzhen, HU Jianjin. Effects of Flight Height and Canopy Density on Canopy Extraction of Metasequoia glyptostroboides[J]. FOREST RESOURCES WANAGEMENT, 2022, 0(1): 150-156.

图/表 7

表1

图1

图2

图3

图4

表2

图5

参考文献 25

[1]	吴见, 彭道黎. 基于面向对象的Quick Bird影像退耕地树冠信息提取[J]. 光谱学与光谱分析, 2010,30(9):2533-2536.
[2]	张志勋, 常永青, 王春, 等. 高分一号影像地物识别精度分析[J]. 地理空间信息, 2018,16(12):21-25.
[3]	Wang Le, Gong Peng, Biging G S. Individual tree-crown delineation and treetop detection in high-spatial-resolution aerial imagery[J]. Photogrammetric Engineering & Remote Sensing, 2004,70(3):351-357.
[4]	徐永胜, 刘浩然, 范伟伟, 等. 基于分水岭算法的无人机不同飞行高度下林木冠幅提取研究[J]. 西北林学院学报, 2021,36(3):197-202.
[5]	金忠明, 曹姗姗, 王蕾, 等. 基于U-Net和分水岭算法的无人机单木树冠提取方法[J]. 西北林学院学报, 2020,35(6):194-204.
[6]	李丹, 张俊杰, 赵梦溪. 基于FCM和分水岭算法的无人机影像中林分因子提取[J]. 林业科学, 2019,55(5):180-187.
[7]	朱思名, 王振锡, 裴媛, 等. 基于无人机影像的天山云杉林冠幅提取及蓄积量反演[J]. 干旱区资源与环境, 2020,34(10):160-165.
[8]	孙钊, 潘磊, 孙玉军. 基于无人机影像的高郁闭度杉木纯林树冠参数提取[J]. 北京林业大学学报, 2020,42(10):20-26.
[9]	王雅佩, 王振锡, 李擎, 等. 基于无人机影像的天山云杉林伐后更新地林分密度估测研究[J]. 中南林业科技大学学报, 2020,40(5):57-66.
[10]	杨勇强, 王振锡, 师玉霞, 等. 基于无人机遥感的天山云杉林密度估测研究[J]. 新疆农业大学学报, 2019,42(3):194-201.
[11]	陈忠明. 基于无人机影像的杉木蓄积量反演研究[D]. 长沙:中南林业科技大学, 2019.
[12]	李响, 甄贞, 赵颖慧. 基于局域最大值法单木位置探测的适宜模型研究[J]. 北京林业大学学报, 2015,37(3):27-33.
[13]	Maria L D, Yucel S. Springl 2009 Workshop Report[J]. Sigspatial Special, 2010,2(1):14-16. doi: 10.1145/1773995.1774000
[14]	王伟. 无人机影像森林信息提取与模型研建[D]. 北京:北京林业大学, 2015.
[15]	Mats Erikson. Segmentation of individual tree crowns in colour aerial photographs using region growing supported by fuzzy rules[J]. Canadian Journal of Forest Research, 2003,33(8):1557-1563. doi: 10.1139/x03-062
[16]	刘方舟, 刘浩, 云挺. 基于分水岭优化思想的单木信息分割算法[J]. 林业工程学报, 2020,5(5):109-116.
[17]	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(1):78-84.
[18]	周艳飞, 张绘芳, 李霞, 等. 不同方法提取无人机影像树冠信息效果分析[J]. 新疆农业大学学报, 2014(3):231-235.
[19]	冯静静, 张晓丽, 刘会玲. 基于灰度梯度图像分割的单木树冠提取研究[J]. 北京林业大学学报, 2017,39(3):16-23.
[20]	Jing Linhai, Hu Baoxin, Noland T, et al. An individual tree crown delineation method based on multi-scale segmentation of imagery[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2012,70:88-98. doi: 10.1016/j.isprsjprs.2012.04.003
[21]	韦蕾蕾. 基于无人机遥感的林业面积核查研究综述[J]. 智能计算机与应用, 2019,9(2):193-195.
[22]	刘坦. Inpho、PhotoScan及Pix4D无人机正射影像处理软件对比[J]. 海峡科技与产业, 2017(11):82-84
[23]	唐天琦. 面向对象的高分辨率遥感影像植被信息提取研究[D]. 长春:吉林大学, 2015.
[24]	面向对象影像分析中的尺度问题研究[D]. 北京:中国科学院遥感应用研究所, 2003.
[25]	郭昱杉, 刘庆生, 刘高焕, 等. 基于标记控制分水岭分割方法的高分辨率遥感影像单木树冠提取[J]. 地球信息科学学报, 2016,18(9):1259-1266. doi: 10.3724/SP.J.1047.2016.01259

林分类型	编号	东西冠幅	南北冠幅	平均冠幅
低郁闭度 (0.19)	1	3.22	3.10	3.16
	2	4.09	4.24	4.16
	3	5.70	5.97	5.84
	4	3.29	3.69	3.49
	5	8.14	7.98	8.06
	6	2.15	2.45	2.30
	7	5.62	6.16	5.89
高郁闭度 (0.58)	1	2.30	2.94	2.62
	2	3.09	4.18	3.64
	3	3.11	3.88	3.49
	4	2.60	2.75	2.67
	5	2.04	2.17	2.11
	6	2.26	4.05	3.16
	7	2.24	3.30	2.77
	8	2.52	2.95	2.74
	9	1.65	1.52	1.59
	10	2.33	2.36	2.34
	11	1.88	2.18	2.03
	?	?	?	?
	36	2.47	2.57	2.52
	37	2.46	3.92	3.19
	38	1.65	1.94	1.79
	39	3.44	2.91	3.18
	40	1.48	1.99	1.74
	41	2.67	3.05	2.86
	42	1.82	2.11	1.96

郁闭度	飞行高度/m	平均冠幅精度
低郁闭度(0.19)	65	0.9539
	70	0.9480
	75	0.9429
高郁闭度(0.58)	65	0.8910
	70	0.8810
	75	0.8803

飞行高度与郁闭度对水杉冠幅提取影响的研究

Effects of Flight Height and Canopy Density on Canopy Extraction of Metasequoia glyptostroboides

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 25

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王伟, 杨净, 高显连, 曾伟生. 2020年全球森林资源评估遥感调查方法和思考[J]. 林业资源管理, 2021, 0(6): 1-5.
[2]	叶鹏, 汤孟平. 基于GIS的常绿阔叶林郁闭度与树冠重叠度分析[J]. 林业资源管理, 2021, 0(5): 70-79.
[3]	杜志, 陈振雄, 马开森, 刘紫薇, 顾兴贵. 基于无人机LiDAR特征变量的南方集体林区蓄积量估测[J]. 林业资源管理, 2021, 0(4): 157-165.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	吴发云, 高显连, 周蓉, 王鹏杰, 付安民. 基于林分高度及郁闭度的森林生物量和蓄积量模型研究[J]. 林业资源管理, 2021, 0(2): 61-67.
[10]	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.
[11]	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.
[12]	罗凯健, 许晓东, 龙江平, 徐聪荣, 林辉, 和晓风. 结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究[J]. 林业资源管理, 2021, 0(1): 69-76.
[13]	濮毅涵, 徐丹丹, 王浩斌. 基于数码相片的林冠郁闭度提取方法研究[J]. 林业资源管理, 2020, 0(6): 153-160.
[14]	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.
[15]	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.