基于无人机遥感三维建模的银杏林林分因子调查研究
发布时间：2021-07-03 23:16
在森林结构中,诸如胸径、树高和冠幅等林分因子,是调查森林资源的基础工作,也是评估森林生物量的基本参数。传统的森林调查通过人工每木检尺来实现,存在工作强度大、效率低等缺陷。近几年,无人机遥感技术以其便捷的作业方式和低成本获取数据等优势快速发展,在多种行业引起了较为广泛的关注。基于计算机视觉技术的无人机影像处理技术不断成熟,为基于无人机影像的森林遥感研究提供了新的发展契机。本文以西北农林科技大学北校区银杏林、篮球馆和大叶黄杨为研究对象,研究无人机影像数据在林分因子调查中的应用,结合冠幅（Crown Width,CW）、树高（Tree Height,H）和胸径（Diameter at breast height,DBH）的人工实测数据,并且选取了几种常用指数（r、g、b、RGRI、GLA、NGRDI、EXGR和VARI）,利用多种组合方式和数学建模方法,建立不同类型的胸径预测模型,并根据不同的评价指标对模型进行综合评价。此外,还对比分析了基于无人机遥感的不同地物三维重建方法,取得了以下研究成果:（1）对于Context Capture和Agisoft Photoscan两种三维重建方法,无论...
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
技术路线图
第二章材料与方法9第二章材料与方法2.1研究区概况研究区位于陕西省咸阳市杨凌区西北农林科技大学北校区内（108.070--108.080E，34.280--34.290N）。杨凌区处于暖温带季风半湿润气候区，属于暖温带季风半湿润气候。该地区气候四季特征表现明显，降雨量充足；全年平均气温12.9℃，年降水量635.1--663.9毫米，杨凌区内三面均被水环绕，多个人工渠系越境而过，如：渭惠渠、宝鸡峡二支渠、渭高干渠等；该地区具有优越的水利条件和丰富的水资源，适合诸如银杏、杨树、小麦等多种农林作物生长。本研究选取了校园内位于八号教学楼与篮球场中间的银杏林中的112棵银杏树为研究对象（图2-1所示），其中约2/3样本数量的银杏树用来拟合模型，1/3样本数量的银杏树用来检验模型的反演精度。图2-1研究区位置Fig.2-1Thelocationofthestudyarea2.2数据采集与处理2.2.1人工数据采集人工数据主要包括胸径、树高及冠幅的获龋胸径（DBH）为树木距离地面1.3m处的截面直径，可通过测量该横截面的周长C，通过公式2-1计算得到；树高（H）为树木从地面上的根茎到树木最高点的距离或高度，可利用全站仪通过三角测量法获取，树木结构示意图如图2-2；冠幅（CW）表示树木的南北（CW1）和东西（CW2）方向
西北农林科技大学硕士学位论文10长度的平均值，见示意图2-3，由公式2-3计算得出。三角测量法：先测量全站仪的高度a，然后测量全站仪和树木冠层顶部的高差b，并读出倾斜角度，其示意图如图2-4所示，令树高为H，则树高的计算公式为式2-3。CDBH=（2-1）122CWCWCW+=（2-2）H=b+a*tan（2-3）图2-2树木结构示意图Fig.2-2Thediagramoftreestructure图2-3树冠冠幅示意图Fig.2-3Thediagramofcrownwidth图2-4三角测量法示意图Fig.2-4Thediagramoftriangulation除此之外，对于不同地物三维重建方法对比分析中，需要用全站仪测量篮球馆的
【参考文献】：
期刊论文
[1]地基激光雷达森林近地面点云精细分类与倒木提取[J]. 马振宇,庞勇,李增元,卢昊,刘鲁霞,陈博伟. 遥感学报. 2019(04)
[2]剔除土壤背景的棉花水分胁迫无人机热红外遥感诊断[J]. 张智韬,边江,韩文霆,付秋萍,陈硕博,崔婷. 农业机械学报. 2018(10)
[3]无人机多光谱遥感反演花蕾期棉花光合参数研究[J]. 陈俊英,陈硕博,张智韬,付秋萍,边江,崔婷. 农业机械学报. 2018(10)
[4]地基激光雷达技术在森林调查中的应用研究进展[J]. 晏颖杰,范少辉,官凤英. 世界林业研究. 2018(04)
[5]基于影像特征多尺度拓扑的城市土地覆盖信息提取[J]. 王俊海,阮仁宗,林鹏,许玲丽,罗宁. 地理与地理信息科学. 2018(03)
[6]无人机多光谱遥感反演抽穗期冬小麦土壤含水率研究[J]. 陈硕博,陈俊英,张智韬,边江,王禹枫,石树兰. 节水灌溉. 2018(05)
[7]城市森林主要树种树冠尺度及生长空间需求[J]. 王嘉楠,夏媛倩,赵德先,储显,胡马,胡隽,刘慧. 北京林业大学学报. 2018(03)
[8]多特征多尺度相结合的高分辨率遥感影像建筑物提取[J]. 林雨准,张保明,徐俊峰,侯凯,周迅. 测绘通报. 2017(12)
[9]基于综合指标的冬小麦长势无人机遥感监测[J]. 裴浩杰,冯海宽,李长春,金秀良,李振海,杨贵军. 农业工程学报. 2017(20)
[10]基于航模飞行器摄影数据的森林信息提取方法[J]. 江志向,陈紫璇,练一宁,王媛. 北京测绘. 2017(03)
博士论文
[1]东北林区主要树种及林分类型生物量模型研究[D]. 董利虎.东北林业大学 2015
[2]长白落叶松人工林树冠结构及生长模型研究[D]. 郭孝玉.北京林业大学 2013
硕士论文
[1]UAV/RS3D像对森林信息提取方法研究[D]. 李蕴雅.北京林业大学 2016
[2]无人机遥感技术估算桉树蓄积量的研究[D]. 付凯婷.广西大学 2015
[3]基于pleiades影像的川西南山地常绿阔林林分胸径、树高和冠幅的估测研究[D]. 严刚.四川农业大学 2015
[4]基于数字航空像片样木的测树因子的估测研究[D]. 赵鑫.东北林业大学 2013
[5]塔里木河下游植被恢复的遥感测度[D]. 万红梅.新疆农业大学 2012
[6]基于RS和GIS技术的火地塘林场森林蓄积量估测[D]. 马瑞兰.西北农林科技大学 2011
[7]基于多幅图像序列的三维重建[D]. 佘彦杰.吉林大学 2006
本文编号：3263544
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
技术路线图
第二章材料与方法9第二章材料与方法2.1研究区概况研究区位于陕西省咸阳市杨凌区西北农林科技大学北校区内（108.070--108.080E，34.280--34.290N）。杨凌区处于暖温带季风半湿润气候区，属于暖温带季风半湿润气候。该地区气候四季特征表现明显，降雨量充足；全年平均气温12.9℃，年降水量635.1--663.9毫米，杨凌区内三面均被水环绕，多个人工渠系越境而过，如：渭惠渠、宝鸡峡二支渠、渭高干渠等；该地区具有优越的水利条件和丰富的水资源，适合诸如银杏、杨树、小麦等多种农林作物生长。本研究选取了校园内位于八号教学楼与篮球场中间的银杏林中的112棵银杏树为研究对象（图2-1所示），其中约2/3样本数量的银杏树用来拟合模型，1/3样本数量的银杏树用来检验模型的反演精度。图2-1研究区位置Fig.2-1Thelocationofthestudyarea2.2数据采集与处理2.2.1人工数据采集人工数据主要包括胸径、树高及冠幅的获龋胸径（DBH）为树木距离地面1.3m处的截面直径，可通过测量该横截面的周长C，通过公式2-1计算得到；树高（H）为树木从地面上的根茎到树木最高点的距离或高度，可利用全站仪通过三角测量法获取，树木结构示意图如图2-2；冠幅（CW）表示树木的南北（CW1）和东西（CW2）方向
西北农林科技大学硕士学位论文10长度的平均值，见示意图2-3，由公式2-3计算得出。三角测量法：先测量全站仪的高度a，然后测量全站仪和树木冠层顶部的高差b，并读出倾斜角度，其示意图如图2-4所示，令树高为H，则树高的计算公式为式2-3。CDBH=（2-1）122CWCWCW+=（2-2）H=b+a*tan（2-3）图2-2树木结构示意图Fig.2-2Thediagramoftreestructure图2-3树冠冠幅示意图Fig.2-3Thediagramofcrownwidth图2-4三角测量法示意图Fig.2-4Thediagramoftriangulation除此之外，对于不同地物三维重建方法对比分析中，需要用全站仪测量篮球馆的
【参考文献】：
期刊论文
[1]地基激光雷达森林近地面点云精细分类与倒木提取[J]. 马振宇,庞勇,李增元,卢昊,刘鲁霞,陈博伟. 遥感学报. 2019(04)
[2]剔除土壤背景的棉花水分胁迫无人机热红外遥感诊断[J]. 张智韬,边江,韩文霆,付秋萍,陈硕博,崔婷. 农业机械学报. 2018(10)
[3]无人机多光谱遥感反演花蕾期棉花光合参数研究[J]. 陈俊英,陈硕博,张智韬,付秋萍,边江,崔婷. 农业机械学报. 2018(10)
[4]地基激光雷达技术在森林调查中的应用研究进展[J]. 晏颖杰,范少辉,官凤英. 世界林业研究. 2018(04)
[5]基于影像特征多尺度拓扑的城市土地覆盖信息提取[J]. 王俊海,阮仁宗,林鹏,许玲丽,罗宁. 地理与地理信息科学. 2018(03)
[6]无人机多光谱遥感反演抽穗期冬小麦土壤含水率研究[J]. 陈硕博,陈俊英,张智韬,边江,王禹枫,石树兰. 节水灌溉. 2018(05)
[7]城市森林主要树种树冠尺度及生长空间需求[J]. 王嘉楠,夏媛倩,赵德先,储显,胡马,胡隽,刘慧. 北京林业大学学报. 2018(03)
[8]多特征多尺度相结合的高分辨率遥感影像建筑物提取[J]. 林雨准,张保明,徐俊峰,侯凯,周迅. 测绘通报. 2017(12)
[9]基于综合指标的冬小麦长势无人机遥感监测[J]. 裴浩杰,冯海宽,李长春,金秀良,李振海,杨贵军. 农业工程学报. 2017(20)
[10]基于航模飞行器摄影数据的森林信息提取方法[J]. 江志向,陈紫璇,练一宁,王媛. 北京测绘. 2017(03)
博士论文
[1]东北林区主要树种及林分类型生物量模型研究[D]. 董利虎.东北林业大学 2015
[2]长白落叶松人工林树冠结构及生长模型研究[D]. 郭孝玉.北京林业大学 2013
硕士论文
[1]UAV/RS3D像对森林信息提取方法研究[D]. 李蕴雅.北京林业大学 2016
[2]无人机遥感技术估算桉树蓄积量的研究[D]. 付凯婷.广西大学 2015
[3]基于pleiades影像的川西南山地常绿阔林林分胸径、树高和冠幅的估测研究[D]. 严刚.四川农业大学 2015
[4]基于数字航空像片样木的测树因子的估测研究[D]. 赵鑫.东北林业大学 2013
[5]塔里木河下游植被恢复的遥感测度[D]. 万红梅.新疆农业大学 2012
[6]基于RS和GIS技术的火地塘林场森林蓄积量估测[D]. 马瑞兰.西北农林科技大学 2011
[7]基于多幅图像序列的三维重建[D]. 佘彦杰.吉林大学 2006
本文编号：3263544
本文链接：https://www.wllwen.com/nykjlw/lylw/3263544.html
