论文部分内容阅读
森林是生态环境的调节中心,具有多种重要生态功能。当前,无人机技术的飞速发展,根据其机动性强、空间分辨率高等优势,现已经在林业调查中有了广泛的应用。随着硬件技术的快速发展,无人机空间分辨率已经得到极大提高,能够提供更为精细、精确的数据。因此,本文以大疆M600Pro无人机于2019年获取镇江市句容市下蜀林场10、11林班高分影像数据以及地面3块针叶林、3块阔叶林、2块针阔混交林样地调查数据为主要数据源,进行林木株数、树高、胸径、生物量等森林参数的遥感估测方法,从而为无人机遥感在森林资源监测的应用提供科学依据。本研究以无人机高分影像为基础数据,利用无人机自动拼接与建模构建高分辨率遥感影像和密集三维点云。通过高分影像和点云数据进行地理建模,提取森林参数,在此基础上结合地面典型样地实测数据进行精度验证。主要结论如下:(1)基于Agisoft PhotoScan,使用软件自动拼接和三维密集点云构建地理模型,获取研究区高分辨率数字正射影像(DOM)、数字表面模型(DSM)、冠层高度模型(CHM)数据,提取典型样地的株数、单木树高和林分郁闭度等森林参数。通过精度验证,株数探测率平均值为0.8558,株数准确率平均值0.8968,F参数平均值为0.8704,说明无人机影像提取株数精度较高。对提取点进行栅格赋值后可得到的该点位的高度数据即提取树冠的树高,线性拟合模型的平均决定系数R2为0.8879。所以利用CHM来提取单木树高可为人工实测提供参考。对典型样地CHM进行掩膜,获取树冠区域、地面区域。按照树冠区域占地面区域的比例来确定典型样地的郁闭度参数。估测郁闭度参数的最高与最低精度分别是97.5%与83.33%,平均精度为为92.93%。所以可认为无人机数据生成CHM来提取郁闭度可较大程度上替代人工实测。(2)根据实地调查的树高、胸径,对阔叶林、针叶林、针阔混交林三类树种进行树高-胸径模型(H-DBH)建立,对比指数函数、线性函数、对数函数、二次多项式函数、三次多项式函数、幂函数六种模型以及决定系数R2大小确定最优拟合方程,最终得到阔叶林二次多项式拟合方程R2为0.8662;针叶林二次多项式拟合方程R2为0.8985;针阔混交林二次多项式拟合方程R2为0.757。将树高估测值代入H-DBH,得到胸径估测值,将其与实测值进行线性回归验证。各样地平均决定系数R2为0.7741,所以可认为无人机数据通过树高反演胸径可替代人工实测。(3)对阔叶林、针叶林与针阔混交林之间选用不同经验模型,根据胸径-生物量模型(DBH-M)对各典型样地实测生物量与估测生物量进行线性回归验证,各个样地平均决定系数R2为0.7596。对8块样地的单木生物量估测值与实测值进行统计,8块样地平均估测地上生物量平均值为165.24kg,提取总地上生物量平均值为4044.37kg。8块样地的平均生物量精度为90.31%,估测总生物量精度为84.1%。(4)根据典型样地实地调查的单木实测生物量、估测生物量,对三类样地进行树高-生物量模型(H-M)建立,对比指数函数、线性函数、对数函数、二次多项式函数、三次多项式函数、幂函数六种函数模型以及决定系数R2大小确定最优拟合方程,最终得到阔叶林幂函数树高-生物量模型(H-M)为M=0.3057H2.4503,R2为0.8899;针叶林幂函数树高-生物量模型(H-M)为M=0.2077H2.8164,R2为0.8927;针阔混交林幂函数树高-生物量模型(H-M)为M=0.0565H3.3479,R2为0.8053。三类树种的树高—生物量模型(H-M)拟合程度较好。结合各森林类型区域CHM与树高-胸径模型(H-M)对生物量分布并制作专题图,分析生物量分布图,该生物量分布估算结果与实际情况基本符合。通过无人机影像提取株数、树高、郁闭度、生物量等森林参数方面具有方便快捷高效的优势,基于无人机平台提取林木参数可行有效,能够快速精准获取森林信息,尤其是对人工林的树高、株数、郁闭度提取具有较高参考意义,能够在一定程度上代替传统外业调查,为无人机技术在景观尺度森林资源监测中的应用提供科学参考。