黄彦晓,方陆明,黄思琪,高海力,杨来邦,楼雄伟

(1.浙江农林大学 信息工程学院,杭州 311300；2.林业感知技术与智能装备国家林业和草原局重点实验,杭州 311300；3.浙江省林业智能监测与信息技术研究重点实验室,杭州 311300； 4.浙江农林大学 暨阳学院,浙江 诸暨 311800；5.浙江农林大学 林业与生物技术学院,杭州 311300)

树冠是树木进行光合作用和蒸腾作用的重要场所,冠幅是树冠结构的重要特征因子之一,是预测树木生物量、树冠表面积、林分郁闭等的重要变量[1]。因此,在森林资源调查中,对树冠信息的获取具有重要意义。传统的测量冠幅大小的方法,是以实地调查为主[2]。但是这种方法不仅要消耗大量的人力与物力,同时还具有调查周期长、受天气制约、存在人为误差、更新困难等缺陷,不利于森林资源的科学管理和集约化经营[3]。遥感(Remote Sensing,RS)技术的发展,为森林资源调查提供了新的数据获取手段。国内外学者对于树冠信息的获取进行了大量的研究。刘玉锋等[4]利用WorldView-2高空间分辨率卫星遥感数据从林木树冠的空间几何特征出发,通过分析天山云杉林木树冠的形态特征及其在遥感图像上的成像规律,结合多尺度斑点检测和梯度矢量流Snake模型来提取树冠信息；李永亮等[5]基于相邻木特征与对象木冠幅间的复杂关系,以杉木为研究对象,提出了一种基于自适应神经模糊系统的冠幅估算方法；Erfanifard等[6]以0.06m空间分辨率的UltraCam-D航空影像为基础,通过Taguchi方法来优化支持向量机(Support Vector Machines,SVM)分类技术[7]识别树冠,总准确率达到了97.7%；……