基于无人机影像的树顶点和树高提取及其影响因素分析

作     者：刘江俊 高海力 方陆明 郑辛煜 姜广宇 LIU Jiangjun;GAO Haili;FANG Luming;ZHENG Xinyu;JIANG Guangyu

作者机构：浙江农林大学信息工程学院 浙江省林业智能监测与信息技术研究重点实验室 国家林业与草原局林业感知技术与智能装备重点实验室 

出 版 物：《林业资源管理》 (Forest Resources Management)

年 卷 期：2019年第4期

页      面：107-116页

学科分类：090704[农学-森林经理学] 0907[农学-林学] 09[农学] 0903[农学-农业资源与环境] 

基　　金：浙江省科技重点研发计划资助项目(2018C02013) 国家自然科学基金面上项目(31670641) 

主　　题：无人机 树顶点 树高 分辨率 窗口大小 

摘      要：对基于无人机影像生成的树冠高度模型（Canopy Height Model,CHM）,采用局部最大值算法进行树顶点和树高提取的可行性进行了探讨。此外,还探讨了分辨率、窗口大小对于树顶点提取的影响。以密集的针阔混交林为样地,利用SfM（Structure from Motion）算法结合无人机影像对研究区进行三维重建,得到点云、数字表面模型（Digital Surface Model,DSM）、数字高程模型（Digital Elevation Model,DEM）等一系列三维数据并生成CHM。然后,对不同分辨率的CHM使用不同的平滑窗口大小、移动窗口大小组合进行树顶点的提取并对结果进行精度评价。当CHM分辨率为0.4m,平滑窗口大小为3×3像元,移动窗口大小为3×3像元时,树顶点的提取精度最高,F测度为77.08%。将基于该组合提取正确的37个树顶点对应的提取树高与实地测量得到的树高对比,R;为0.966 9,RMSE为1.411 4m,rRMSE=10.69%。研究结果表明:利用无人机影像可以较好地提取复杂树林的树顶点和树高;基于局部最大值算法提取树顶点,需要根据实际情况确定CHM的分辨率、平滑窗口大小和移动窗口大小,以获得最佳提取结果。