航模飛機森林信息提取及判讀方法研究
發(fā)布時間:2020-05-30 15:58
【摘要】:森林資源調查是為了及時掌握森林資源動態(tài)變化以及自然環(huán)境與森林經(jīng)營條件的相互關系,同時又為林業(yè)區(qū)劃、設計和管理提供基礎的數(shù)據(jù)支撐。隨著遙感技術和攝影測量技術的發(fā)展,無人機技術在森林資源調查中得到了廣泛應用。本研究以輕小型航模無人機作為影像數(shù)據(jù)采集平臺,主要面向小范圍、高精度的森林資源調查,研究內容與結論如下:(1)制作高分辨率的數(shù)字正射影像DOM和高精度的數(shù)字表面模型DSM。選用Pix4D mapper軟件作為航空影像處理工具,對帶有GPS數(shù)據(jù)的原始影像進行處理,制作了數(shù)字正射影像DOM和數(shù)字表面模型DSM。(2)采用面向對象圖像分割技術對樹冠和郁閉度參數(shù)信息進行提取。利用面向對象圖像分割技術,選擇合適的分割尺度參數(shù),對冠幅、郁閉度參數(shù)信息進行提取并與手工勾繪矢量圖的方法做了對比,結果表明:單木平均冠幅提取的平均精度為0.85;林分郁閉度提取的平均精度為0.90。(3)使用遠程攝影測樹儀對研究區(qū)內條件復雜、不可到達的樣木進行遠程補測。借助智能手機和測距望遠鏡構成了遠程望遠攝影測樹系統(tǒng),完成了對不可到達區(qū)域目標樹的觀測,實現(xiàn)了對地面調查方案的補充。實驗結果表明:樹高測量精度為92.62%,胸徑測量精度為95.16%,可以滿足林業(yè)調查要求。(4)建立研究區(qū)闊葉林和針葉林的反演模型并從中選取最優(yōu)模型。使用無人機影像提取的冠幅和郁閉度參數(shù)信息,與地面樣地調查數(shù)據(jù)進行結合,分別建立研究區(qū)闊葉林和針葉林的胸徑-冠幅模型、胸徑-冠幅/樹高模型、蓄積量反演模型。綜上所述,本研究主要將輕小型航模無人機用于森林資源調查,形成了無人機+地面樣地觀測+遠程攝影觀測為一體的森林觀測系統(tǒng),目的在于提高森林資源調查的工作效率和完善森林調查方案,同時也為林業(yè)調查提供了新的方向。
【圖文】:
從中選取最優(yōu)模型。逡逑1.4.邋3技術路線逡逑本研宄的技術路線如下圖1-1所示:逡逑無人機影像數(shù)據(jù)逡逑I邋]逡逑邐f邐邋邋J邐逡逑DSM邐DOM逡逑邐]邋[邐邋邋;邐r邐逡逑冠幅邐郁閉
圖2-1像片重疊度示意圖逡逑Fig2-1邋The邋Schematic邋diagram邋of邋photos邋overlap逡逑航向重疊度:旁向重疊度:中:l,/?表示像幅的邊長;巧,A.表示航向和旁向重疊影像部注意的是,,在進行航空攝影測量時為了能夠進行立體測圖,必須在60%—65%之間,不得小于53%;旁向重疊率《%在30%—4015%。逡逑影測量中常用的坐標系逡逑框標坐標系和像平面坐標系逡逑
【學位授予單位】:北京林業(yè)大學
【學位級別】:碩士
【學位授予年份】:2017
【分類號】:S771.8;S757.2
【圖文】:
從中選取最優(yōu)模型。逡逑1.4.邋3技術路線逡逑本研宄的技術路線如下圖1-1所示:逡逑無人機影像數(shù)據(jù)逡逑I邋]逡逑邐f邐邋邋J邐逡逑DSM邐DOM逡逑邐]邋[邐邋邋;邐r邐逡逑冠幅邐郁閉
圖2-1像片重疊度示意圖逡逑Fig2-1邋The邋Schematic邋diagram邋of邋photos邋overlap逡逑航向重疊度:旁向重疊度:中:l,/?表示像幅的邊長;巧,A.表示航向和旁向重疊影像部注意的是,,在進行航空攝影測量時為了能夠進行立體測圖,必須在60%—65%之間,不得小于53%;旁向重疊率《%在30%—4015%。逡逑影測量中常用的坐標系逡逑框標坐標系和像平面坐標系逡逑
【學位授予單位】:北京林業(yè)大學
【學位級別】:碩士
【學位授予年份】:2017
【分類號】:S771.8;S757.2
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 魏益友;黃雪琴;劉韋華;;航空攝影測量新技術探討[J];江西建材;2015年20期
2 陳榮勝;;森林資源調查技術研究綜述[J];現(xiàn)代農業(yè)科技;2015年07期
3 王聰;杜華強;周國模;徐小軍;孫少波;高國龍;;基于幾何光學模型的毛竹林郁閉度無人機遙感定量反演[J];應用生態(tài)學報;2015年05期
4 高靈;王瑞輝;王睿;謝耀堅;吳志華;;幼年赤桉胸徑與冠幅、樹高、材積的相關性分析[J];桉樹科技;2014年04期
5 周艷飛;張繪芳;李霞;楊帆;丁程鋒;;不同方法提取無人機影像樹冠信息效果分析[J];新疆農業(yè)大學學報;2014年03期
6 錢小瑜;;中國林業(yè)資源及非木纖維供給分析[J];中華紙業(yè);2014年09期
7 劉羊e
本文編號:2688366
本文鏈接:http://www.sikaile.net/nykjlw/lylw/2688366.html
最近更新
教材專著