论文部分内容阅读
无人机遥感技术是继传统航空遥感技术与航天遥感技术之后迅速发展起来的第三代遥感技术,以其轻巧灵便,反应迅速,成本低、可反复使用等优势,成为传统航空遥感与航天遥感有力补充。本文以广西南宁树木园坛里管理区为研究区域,利用EBEE无人机搭载数码相机获取该区域高分辨率遥感影像。进行正射影像处理之后,采用不同的方法提取单木冠幅、林分平均冠幅、郁闭度林分参数因子,并与实测冠幅进行精度分析。将提取的单木冠幅与实地调查林木胸径建立胸径—冠幅回归模型,结合胸径与单木材积之间的关系模型得到航空单木材积模型,进而可以快速估测出林分的蓄积量。通过该研究探索无人机遥感技术在森林资源调查中的应用,旨在辅助传统的调查模式,提高调查效率,为建设数字化精准林业提供技术参考。本研究得到的主要结论包括:1、DOM影像定位精度高。使用全站仪测量研究区域GCP坐标点对DOM影像进行精度检验,39个坐标点中点位误差最大的为9.3384个像元,最小的为0.3909个像元,像元的平均误差值为2.7044个像元,点位误差平均值为0.2199m。2、以DOM影像进行小班区划得到的小班面积精度高。在DOM影像的基础上进行室内小班区划和外业调查小班区划,两种方法均得到68个小班。与GPS小班面积相对比,在DOM影像的基础上进行室内小班区划和外业调查小班区划,两种方法均得到68个小班。内业区划的小班面积与实地调查区划小班面积相比,一致性为97.89%,与GPS小班面积相对比,一致性为98.41%。3、利用DOM影像从中可提取单木冠幅、林分平均冠幅、郁闭度等林分参数因子。采用面向对象多尺度影像分割的方法,针对影像选择合适的尺度以及分割参数的组合,有效提取单木冠幅。其中提取桉树近成熟林单木冠幅精度为74.09%,幼龄林为70.48%;而人工解译桉树近成熟林单木冠幅精度为80.32%,幼龄林为71.11%。在此基础上提取林分的平均冠幅、郁闭度等,其中人工解译法估测得到林分的平均冠幅的精度为87.96%,面向分割法的为86.27%。4、由提取的单木冠幅与实地调查数据建立航空立木材积模型,可快速估测林分蓄积量。面向分割法得到的单木冠幅与实地调查的林木胸径建立胸径—冠幅模型,模型中最高决定系数为0.679;通过胸径与单株材积的关系建立回归模型,最高的决定系数为0.957;通过两个方程建立冠幅的航空一元材积模型,并用建模外的337株速生桉近成熟木的数据对该模型进行精度反演,平均精度达到83.61%。在此基础上对样方的蓄积量进行估测,其中最高的精度为98.94%,最低的精度为69.64%,总体精度为91.20%。