基于无人机影像的天山云杉林树高提取及蓄积量的反演
2021-11-17吕金城王振锡杨勇强曲延斌马琪瑶朱思明
新疆农业科学 2021年10期
关键词:模型
吕金城,王振锡,杨勇强,曲延斌,马琪瑶,朱思明
(新疆农业大学林学与园艺学院/新疆教育厅干旱区林业生态与产业技术重点实验室,乌鲁木齐 830052)
0 引 言
【研究意义】森林是生物圈中最大的碳储库[1],1998年,新疆天然林面积为602.7×104hm2(9 040.5×104亩)[2]。天山云杉(Piceaschrenkianavar. tianschanica)作为天山山地最主要的地带性森林植被,其林分占新疆天然林有林地面积的44.9%,是构成天山乃至新疆森林生态系统的物质主体[3-4]。早期卫星数据空间分辨率较低,只能提取部分纹理信息,对于单木水平的树高冠幅提取难度较大[5],小型飞机搭载高精度,高穿透力的激光雷达虽然可以获取较高精度的森林信息数据,但其成本较高,仍需要耗费较大的人力物力资源,受天气气候影响较大,不够灵活,随着遥感技术的发展与革新,利用无人机航空摄影测量(UAV aerial photogrammetry)反演森林蓄积量的优势逐渐扩大,比起卫星与机载激光雷达数据,无人机技术更加有效率,操作便捷,精确度也更高。通过无人机搭载各类光学传感器,设置不同飞行高度,可以实现不同精度,不同比例尺的森林资源调查[6]。利用无人机技术对森林蓄积量进行精准估测有利于森林资源质量动态监测。【前人研究进展】贾嘉辉[7]通过GF-1卫星影像对植被指数与纹理特征进行提取,使用主成分分析模型与最小二乘回归模型进行森林蓄积量的反演精度达73.96%,曹霖[8]使用Sentinel-2A卫星影像进行纹理信息提取与光谱信息结合的方法,对纹理因子进行降维,再由机器学习回归方法估算蓄积量,其蓄积量方程精度为82.12%。……
登录APP查看全文
