论文部分内容阅读
人工林资源信息遥感精准提取对于人工林资源的科学管理与经营具有重要意义。传统的测量手段难以获取大范围高精度的人工林地形、单木树高、冠幅和生物量参数。近年来,倾斜摄影测量克服了传统测量技术的缺点,成为获取三维地理信息的新型手段。为探究利用无人机倾斜摄影提取人工林结构信息的具体方法和应用方式,本文选择广西高峰林场为研究区,布设桉树、杉木和乡土阔叶树种样地15个并进行地面调查。对研究区进行无人机倾斜摄影和机载激光雷达数据获取。对无人机倾斜像片采用SFM-PMVS方法恢复测区三维点云,采用布料模拟滤波、渐进TIN加密滤波和渐进形态学滤波算法在不同郁闭度人工林分提取地面点,采用不同插值方法生成完整DTM,以激光雷达DTM作为林下地形验证数据检验精度。用激光雷达DTM归一化整个测区倾斜摄影点云和DSM。使用不同平滑窗口和固定窗口组合的局部最大值法提取单木树顶点与树高。在准确提取单木树顶点基础上采用标记控制分水岭分割算法和种子点区域生长算法分割单木树冠。使用提取的单木树高和其相应地上生物量拟合幂函数模型用以估测区域单木生物量并制图。单木参数提取精度均用实测值评价。结果表明:(1)倾斜摄影林下地形提取精度与郁闭度呈负相关关系。在郁闭度0.5人工林林分采用布料模拟滤波结合TIN插值,倾斜摄影DTM的RMSE为0.70 m;在郁闭度0.6、0.7人工林林分采用渐进TIN加密滤波结合TIN插值,倾斜摄影DTM的RMSE分别为0.99m和1.18m;郁闭度0.7以上人工林林分,无法使用倾斜摄影提取林下地形。(2)使用局部最大值法在南方人工林林分单木总体识别率达到79%,准确率89%,F测度为84%。不同林分的使用最佳窗口可获得最优单木识别效果。对于树高提取,桉树成熟林、中龄林和幼龄林单木树高RMSE分别为0.63 m、0.30 m和0.43 m,相对精度分别为98.2%、97.2%和98.1%。杉木树高提取精度RMSE为0.65 m,相对精度96.5%。乡土阔叶树树高提取RMSE平均为0.37m,相对精度 89.0%。(3)对于树冠提取,研究表明桉树和乡土阔叶树种采用种子点区域生长算法提取树冠面积更精确,而在杉木林分更适合采用标记控制分水岭分割算法分割树冠。桉树成熟、中龄和幼龄人工林分割树冠面积RMSE分别为4.17m2、2.87 m2和4.95 m2,相对精度分别为58.2%、72.6%和65.6%。杉木使用标记控制分水岭分割算法提取树冠面积RMSE为3.39 m2,相对精度76.0%。(4)生物量估测方面,桉树成熟林、中龄林和幼龄林估测单木生物量RMSE分别为25.3 kg、5.2 kg、6.3 kg,单木生物量模型R2分别为0.55、0.85和0.84。杉木估测单木生物量RMSE为0.33 kg,单木生物量模型R2为0.82。采用倾斜摄影测量技术结合激光雷达DTM可以有效提取南方人工林的单木位置、树高、冠面积和生物量参数。