检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

无人机激光雷达人工林林分高估测模型分析

遥感学报 2022年第12期26卷 2665-2678页

作者：李梅刘清旺冯益明李增元中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 中国林业科学研究院荒漠化研究所北京100091

中国人工林面积居世界第一,精确地对人工林结构进行监测具有重要意义。本研究以内蒙古自治区赤峰市旺业甸林场内的落叶松和油松人工林为研究对象,利用无人机激光雷达LiDAR(Light Detection And Ranging)离散点云数据和地面样地调查数据... 详细信息

中国人工林面积居世界第一,精确地对人工林结构进行监测具有重要意义。本研究以内蒙古自治区赤峰市旺业甸林场内的落叶松和油松人工林为研究对象,利用无人机激光雷达LiDAR(Light Detection And Ranging)离散点云数据和地面样地调查数据对人工林林分高进行建模,通过点云特征变量与地面测量的6种林分高(包括:Lorey’s高、算术平均高、最大高、优势树高、中位数高和树冠面积加权高)间的Pearson’s相关性筛选自变量,然后利用全子集回归构建不同林分高估测模型,并采用交叉检验法进行精度评价。结果表明:激光雷达点云高度百分位数与不同林分高相关性均较高,通过一元线性回归构建的不同林分高结果最优,且估测模型的自变量均为高度特征变量。Lorey’s高(R^(2)=0.91—0.97,rRMSE=2.75%—3.96%)、优势树高(R^(2)=0.86—0.97,rRMSE=3.72%—3.83%)和树冠面积加权高(R^(2)=0.86—0.96,rRMSE=3.81%—4.73%)估测精度最高,算术平均高(R^(2)=0.85—0.94,rRMSE=4.52%—6.07%)和中位数高(R^(2)=0.80—0.95,rRMSE=5.37%—7.34%)次之,最大高(R^(2)=0.69—0.87,rRMSE=6.19%—8.09%)最低。针对不同森林类型,落叶松人工林林分高估测精度最优,优于不区分森林类型模型的估测精度(ΔR^(2)=0—0.05,ΔrRMSE=-0.69%—1.97%),优于油松林林分高模型的估测精度(ΔR^(2)=0.06—0.18,ΔrRMSE=-1.90%—1.13%)。无人机激光雷达可以用于估测北方温带针叶林的林分高,能够满足人工林资源调查快速、精确的要求。

关键词：遥感无人机激光雷达点云人工林林分高

在线全文

学校读者我要写书评

暂无评论

地基与无人机激光雷达结合提取单木参数

农业工程学报 2022年第14期38卷 51-58页

作者：朱俊峰刘清旺崔希民张文博中国矿业大学(北京)地球科学与测绘工程学院北京100083 中国林业科学研究院资源信息研究所北京100091 国家林业和草业局林业遥感与信息技术重点实验室北京100091

激光雷达(Light Detection And Ranging,Li DAR)在森林空间结构测量方面具有较大优势,但单独利用地基或无人机Li DAR难以完整描述森林垂直结构。为此,该研究提出了地基和无人机Li DAR点云相结合的单木参数提取方法,采用相对最短路径算法... 详细信息

激光雷达(Light Detection And Ranging,Li DAR)在森林空间结构测量方面具有较大优势,但单独利用地基或无人机Li DAR难以完整描述森林垂直结构。为此,该研究提出了地基和无人机Li DAR点云相结合的单木参数提取方法,采用相对最短路径算法(Comparative Shortest-Path algorithm,CSP)和点云区域生长算法分别从地基和无人机Li DAR点云中识别单木,根据地基和无人机Li DAR的单木位置与地面实测单木位置进行点云粗匹配,然后采用迭代最近点(Iterative ClosestPoint,ICP)进行点云精匹配,采用最高值和基于密度的噪声应用空间聚类(Density-BasedSpatialClusteringof ApplicationswithNoise,DBSCAN)提取单木树高和胸径,并通过地面实测样地数据对地基、无人机和融合点云的单木参数提取精度进行评价。结果表明:基于地基和融合点云的单木检出率一致,简单、中等、复杂样地的单木检出率分别为98%、94%、91%,基于无人机点云的单木检出率较低;基于地基与融合点云的胸径提取精度基本一致,三种样地胸径提取值的决定系数R2均在0.96以上,均方根误差(Root Mean Square Error,RMSE)在1.20~1.60 cm之间;基于融合点云的树高提取精度最优,简单、中等、复杂样地树高提取值的R2分别为0.98、0.94和0.73,RMSE在1.38~4.19 m之间;融合点云对中等样地树高提取精度提升较大,融合后RMSE相较地基点云降低了0.34m,R^(2)提高了3%,对简单、复杂样地提升较小;所研究的单木中,杉木的胸径和树高提取精度最高,R2最高分别为0.99、0.89,RMSE最低分别为1.35 cm、1.96 m。地基和无人机Li DAR融合点云可以更精细地测量森林空间结构,更好地满足森林资源调查业务应用。

关键词：无人机激光雷达林业参数提取胸径树高

基于机载LiDAR数据的崇礼冬奥核心区树冠覆盖率估算

在线全文

学校读者我要写书评

暂无评论

林业科学 2022年第10期58卷 24-34页

作者：谢栋博雷雅凯张宇超刘清旺符利勇陈巧中国林业科学研究院资源信息研究所北京100091 国家林业和草原局森林经营与生长模拟重点实验室北京100091 河南农业大学风景园林与艺术学院郑州450002 国家林业和草原局林草调查规划院北京100714 国家林业和草原局林业遥感与信息技术重点实验室北京100091

【目的】对比分析基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法估算冬奥核心区森林树冠覆盖率的优劣性,探讨样地树冠覆盖率、激光点云密度和冠层高度模型(CHM)栅格分辨率对估算精度的影响,探索最优树冠覆盖率估算... 详细信息

【目的】对比分析基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法估算冬奥核心区森林树冠覆盖率的优劣性,探讨样地树冠覆盖率、激光点云密度和冠层高度模型(CHM)栅格分辨率对估算精度的影响,探索最优树冠覆盖率估算方法,为准确掌握冬奥核心区树冠覆盖率信息提供技术支持,促进森林可持续性经营管理。【方法】利用冬奥核心区67块样地机载激光雷达数据和单木检尺数据,采用线性回归拟合树冠覆盖率实测值和估算值,以决定系数(R^(2))和均方根误差(RMSE)为评价指标,比较基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法的树冠覆盖率估算精度,分析样地树冠覆盖率、激光点云密度与树冠覆盖率估算误差的关联性,以及冠层高度模型栅格分辨率对树冠覆盖率估算方法稳定性的影响。【结果】1)基于归一化点云分类信息算法的树冠覆盖率估算精度最高(R^(2)=0.790 1,RMSE=0.124 3),估算误差最低,平均高估1.17%,其次为基于冠层高度模型算法(R^(2)=0.763 8,RMSE=0.134 9),基于归一化点云首次回波算法的树冠覆盖率估算精度最低(R^(2)=0.758 2,RMSE=0.149 1);2)树冠覆盖率与估算误差间无明显相关性,3种算法在树冠覆盖率小于0.4的样地中普遍出现低估现象,在树冠覆盖率0.4~0.8的样地中高估与低估现象相近,在树冠覆盖率大于0.8的样地中普遍出现高估现象;激光点云密度与估算误差间也无相关性,激光点云密度增大并未提高树冠覆盖率估算精度;3)基于冠层高度模型算法稳定性最高,10种栅格分辨率估算的树冠覆盖率无明显差异,R^(2)介于0.755 1~0.762 2之间,RMSE介于0.150 7~0.153 9之间;适用于冬奥核心区树冠覆盖率估算的最佳冠层高度模型栅格分辨率为0.8 m×0.8 m。【结论】通过对冬奥核心区67块样地进行树冠覆盖率估算,体现出基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法的适宜性,基于归一化点云分类信息算法的树冠覆盖率估算精度最高;结合样地树冠覆盖率、激光点云密度和冠层高度模型栅格分辨率综合分析3种算法的优劣性,可为大范围森林树冠覆盖率调查提供技术支持。

关键词：激光雷达树冠覆盖率冬奥归一化点云首次回波冠层高度模型

基于机载LiDAR数据的崇礼冬奥核心区单木分割算法适宜性分析

在线全文

学校读者我要写书评

暂无评论

林业科学 2022年第10期58卷 121-130页

作者：谢栋博刘清旺雷雅凯于航杨旭平符利勇中国林业科学研究院资源信息研究所北京100091 国家林业和草原局森林经营与生长模拟重点实验室北京100091 河南农业大学风景园林与艺术学院郑州450002 国家林业和草原局林业遥感与信息技术重点实验室北京100091 中国林业科学研究院北京100091

【目的】探究3种基于机载LiDAR数据的单木分割算法获取冬奥核心区新造林油松和中龄林华北落叶松单木信息的适宜性,分析3种算法的单木分割精度和单木树高信息估算精度,探索冬奥核心区最优单木分割方法,为掌握冬奥核心区森林结构信息和制... 详细信息

【目的】探究3种基于机载LiDAR数据的单木分割算法获取冬奥核心区新造林油松和中龄林华北落叶松单木信息的适宜性,分析3种算法的单木分割精度和单木树高信息估算精度,探索冬奥核心区最优单木分割方法,为掌握冬奥核心区森林结构信息和制定森林经营管理措施提供技术支持。【方法】利用冬奥核心区典型样地机载LiDAR数据,应用基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法,结合地面调查数据、正射影像与人工目视解译,采用树冠探测率(r)、准确率(p)和总体精度(F)3个评价指标分析算法的单木分割精度;单木配准后,分析外业实测树高与机载LiDAR估算树高之间的相关性,综合评估3种算法获取冬奥核心区单木信息的适宜性。【结果】1) 3种单木分割算法在新造林油松中总体精度很高(F=0.90~0.93),在中龄林华北落叶松中总体精度较高(F=0.72~0.75);2)对于新造林油松,基于点云的距离判别聚类法总体精度最高(F=0.93),优于分水岭分割算法(F=0.90)和双正切角树冠识别算法(F=0.90);对于中龄林华北落叶松,双正切角树冠识别算法总体精度最高(F=0.75),优于基于点云的距离判别聚类法(F=0.72)和分水岭分割算法(F=0.70);3)外业实测树高与机载LiDAR估算树高之间的相关性分析表明,基于点云的距离判别聚类法在新造林油松中提取的单木树高相关性最优,双正切角树冠识别算法在中龄林华北落叶松中提取的单木树高相关性最优。【结论】通过对冬奥核心区不同类型林地的机载LiDAR数据进行单木分割,体现出基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法的适宜性,在新造林油松中,基于点云的距离判别聚类法适宜性表现最优;在中龄林华北落叶松中,双正切角树冠识别算法适宜性表现最优。

关键词：激光LiDAR 单木分割冬奥分水岭分割算法树冠识别

基于无人机LiDAR和高空间分辨率卫星遥感数据的区域森林郁闭度估测模型

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2022年第8期47卷 1298-1308页

作者：徐恩恩郭颖陈尔学李增元赵磊刘清旺西安科技大学测绘科学与技术学院陕西西安710054 中国林业科学研究院资源信息研究所北京100091

森林郁闭度是森林资源调查中的一个重要因子,对森林质量评价具有重要作用。随着人工智能技术和遥感技术的不断发展,研究如何利用深度学习有效协同不同空间覆盖能力的遥感数据实现区域森林郁闭度的估测具有重要意义。由此提出了一种协同... 详细信息

森林郁闭度是森林资源调查中的一个重要因子,对森林质量评价具有重要作用。随着人工智能技术和遥感技术的不断发展,研究如何利用深度学习有效协同不同空间覆盖能力的遥感数据实现区域森林郁闭度的估测具有重要意义。由此提出了一种协同应用高密度无人机激光雷达和高空间分辨率卫星遥感数据,对区域森林郁闭度进行定量估测的深度学习模型(UnetR)。对用于图像分类的Unet模型的损失函数进行改进,并在卷积层后加入批量归一化层,使其具有对连续变量进行定量估测的能力。与全卷积神经网络、随机森林和支持向量机回归模型进行对比实验。结果表明,UnetR模型的均方根误差较低,估测精度较高,为实现区域森林郁闭度遥感监测提供了一种人力成本低、自动化程度高的估测方法。

关键词：区域森林郁闭度深度学习光学遥感激光雷达

基于多时相Sentinel-2影像和SNIC分割算法的优势树种识别

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

林业科学 2022年第9期58卷 60-69页

作者：岳巍李世明李增元刘清旺庞勇斯林中国林业科学研究院资源信息研究所、国家林业和草原局林业遥感与信息技术重点实验室北京100091

【目的】探究将简单非迭代聚类超像素分割算法(SNIC)融合到基于多时相数据的树种分类问题中,并对比分析不同时相数据组合对分类结果的影响,实现更高效、更精准的优势树种识别。【方法】以内蒙古旺业甸林场为研究区,在Google Earth Engin... 详细信息

【目的】探究将简单非迭代聚类超像素分割算法(SNIC)融合到基于多时相数据的树种分类问题中,并对比分析不同时相数据组合对分类结果的影响,实现更高效、更精准的优势树种识别。【方法】以内蒙古旺业甸林场为研究区,在Google Earth Engine(GEE)云计算平台上利用多时相Sentinel-2多光谱数据提取波段反射率特征和光谱指数特征,采用SNIC和支持向量机(SVM)机器学习分类方法,实现面向对象的优势树种识别,并分析不同时相数据组合对优势树种识别精度的影响。【结果】多时相数据组合的分类精度明显高于各季节单时相数据。对比不同多时相数据组合分类结果,春、秋2个季节时间序列组合数据的分类精度与多季节组合数据结果相近,总体精度分别为94.5%、95.0%和95.8%。【结论】基于多时相Sentinel-2影像和SNIC分割算法的面向对象分类方法能够快速、准确识别优势树种,多季节组合数据的分类结果最优,春、秋2个季节时间序列数据也能获得较好分类结果,总体精度与最优结果差距较小。

关键词：多时相简单非迭代聚类超像素分割算法树种识别时间序列

基于GF-2影像的崇礼冬奥核心区土地覆盖和树种分类

在线全文

学校读者我要写书评

暂无评论

林业科学 2022年第10期58卷 10-23页

作者：冯林艳谭炳香刘清旺周超凡于航张会儒符利勇中国林业科学研究院资源信息研究所北京100091 国家林业和草原局森林经营与生长模拟重点实验室北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 中国林业科学研究院华北林业实验中心北京102300

【目的】比较国产高分二号(GF-2)卫星影像不同方法组合下的崇礼冬奥核心区土地覆盖分类和优势树种识别效果,分析处理单元、空间分辨率、特征集、分类算法对总体精度和树种分类精度的影响,为崇礼区土地覆盖和树种分类相关研究提供经验参... 详细信息

【目的】比较国产高分二号(GF-2)卫星影像不同方法组合下的崇礼冬奥核心区土地覆盖分类和优势树种识别效果,分析处理单元、空间分辨率、特征集、分类算法对总体精度和树种分类精度的影响,为崇礼区土地覆盖和树种分类相关研究提供经验参考,促进国产高分系列数据的行业应用。【方法】以崇礼冬奥核心区为研究对象,以GF-2影像为数据源,分别从不同处理单元(像元、对象)、不同空间分辨率(1和4 m)、不同特征集(光谱特征、纹理特征、形状特征)、不同分类算法4个维度对比分析50种不同方法组合下的土地覆盖分类效果,同时识别白桦和华北落叶松2个优势树种。基于无人机航拍影像和二类小班数据获取训练和验证样本,采用总体精度和Kappa系数评价不同方法下的整体分类效果,由制图精度和用户精度计算的调和平均值(F1)评价优势树种分类精度。【结果】1)像元水平4 m分辨率光谱特征集的MLC法土地覆盖分类精度最高,总体精度为79.65%,Kappa系数为0.722;华北落叶松林最高F1为0.79,对应分类方法组合为对象水平1 m分辨率光谱+纹理+形状特征集的Bayes法;白桦林最高F1为0.77,对应分类方法组合为对象水平1 m分辨率光谱+纹理特征集的Bayes法;2)不同分类算法的分类精度与空间分辨率、特征集之间没有确定的响应规律,在控制其他条件尽可能相同的情况下,空间分辨率提高、特征增加不一定会提升分类精度;同一分类算法在不同空间分辨率或特征集下,对其他某一因素变化的响应方向和程度也不相同;3)土地覆盖分类在像元水平表现更好,华北落叶松林的像元和对象水平方法没有显著差异,白桦林在对象水平表现更好;4) SVM分类算法在不同处理单元、不同空间分辨率、不同特征集下均有稳定的高精度表现,监督统计分类算法MLC和Bayes也有很优异表现。【结论】GF-2数据在崇礼冬奥核心区土地覆盖分类和优势树种识别方面表现较好,分类效果受空间分辨率、处理单元、特征集、分类算法等多因素影响。

关键词：冬奥核心区 GF-2影像土地覆盖树种分类空间分辨率

在线全文

学校读者我要写书评

暂无评论

国家森林资源清查遥感应用技术研究综述

南京林业大学学报(自然科学版) 2022年

作者：丁相元陈尔学李增元赵磊刘清旺徐昆鹏中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室

国家森林资源（连续）清查[national (continuous) forest inventory， NFI/NCFI，后文统称NFI]是森林资源监测体系的重要组成部分，可为制定国家林业发展战略和调整林业方针政策提供及时有效的科学依据。遥感在推动NFI技术进步方面发... 详细信息

国家森林资源（连续）清查[national (continuous) forest inventory， NFI/NCFI，后文统称NFI]是森林资源监测体系的重要组成部分，可为制定国家林业发展战略和调整林业方针政策提供及时有效的科学依据。遥感在推动NFI技术进步方面发挥了重要作用，已成为支撑NFI运行不可或缺的技术手段。在将遥感数据作为辅助数据用于提高NFI总体参数估测精度和效率方面，国内外学者已开展了大量估计模型和方法研究，可概括为4类：设计推断法（design-based inference method）、模型辅助法（design-based and model-assisted method）、模型法（model-dependent method）和混合法（design and model hybrid method）。笔者针对这4类估测方法，总结了国内外研究现状，分析了国内相关研究存在的问题，并就未来重点研发方向和内容提出了建议。在设计推断法方面，国内外技术水平没有太大差距；国外开展了大量模型辅助法研究并已应用于NFI业务，但国内相关研究很少，且业务应用仅体现在面积成数估计，今后应加强该方法的应用示范和推广工作。国外对模型法在NFI中的应用开展了大量研究，并对多源数据协同应用中的不确定性度量方法进行了深入研究；国内对模型法的研究也很多，但对如何科学评价模型的拟合效果、如何度量模型估测结果的不确定性等缺乏系统研究，应作为后续研究重点；国外已针对NFI应用开发了3类混合法，国内对第1类混合法很少开展研究，对第2类混合法的研究还仅局限于用双重回归抽样法估计地类面积；而对第3类汇合法的研究尚未采用“数据同化”思路开展相关应用研究。建议未来加强这3类混合法在国内NFI中的深入研究和应用示范。

关键词：国家森林资源清查遥感应用统计推断设计推断法模型辅助法模型法混合法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于无人机激光雷达的天然林林隙识别

北京林业大学学报 2022年第6期44卷 44-53页

作者：齐志勇李世明岳巍刘清旺李増元中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091

【目的】自然干扰引起的森林冠层林隙是天然林更新动态的主要驱动力,林隙的分布、形状和范围可以影响光照和土壤水分等生态因子。林隙的识别和特征描述对于理解森林的动态变化有着重要的意义。【方法】以云南省普洱太阳河保护区无人机... 详细信息

【目的】自然干扰引起的森林冠层林隙是天然林更新动态的主要驱动力,林隙的分布、形状和范围可以影响光照和土壤水分等生态因子。林隙的识别和特征描述对于理解森林的动态变化有着重要的意义。【方法】以云南省普洱太阳河保护区无人机飞行区域为研究区,根据无人机激光雷达点云数据提取冠层高度模型;然后使用固定阈值法、相对高度阈值法和面向对象分类法对冠层高度模型数据进行林隙识别,通过图像目视解释获得独立验证样本进行精度评估;最后精度选取最优方法提取的林隙描述其空间特征。【结果】固定阈值法的总体精度为92.00%,高于相对高度阈值法(66.00%)和面向对象分类法(88.00%)。研究区内林隙主要以中小林隙为主,干扰事件较少;研究区林隙的形状指数均值为1.97,多为形状指数较小、边缘效应不太明显的林隙,并且林隙的空间分布为聚集分布。【结论】利用无人机激光雷达数据和固定阈值法可以准确绘制出小范围亚热带天然林的林隙空间分布特征。

关键词：无人机激光雷达冠层高度模型林隙固定阈值空间特征