基于无人机遥感的森林参数估测

本书以滇中地区天然云南松纯林为主要研究对象，结合无人机可见光影像、多光谱影像、SfM点云、LiDAR数据及背负式LiDAR等多源遥感技术，系统研究林木参数精准提取及森林蓄积量遥感估测方法。基于无人机RGB影像，对比目视解译、分水岭分割及多尺度分割算法在冠幅和郁闭度提取中的精度；在此基础上，利用无人机与背负式LiDAR点云数据，优化单木分割算法，探究多源数据融合提升树高、胸径等森林参数估测精度的潜力，并对比云南松、桉树、柏木的适应性差异；最后，通过优选林分参数及特征因子，基于机器学习理论构建森林蓄积量估测模型，为区域森林资源动态监测提供高精度估算模型方法支持。本书可为森林资源调查、林业遥感及智能化经营管理提供理论依据与技术参考。

第1章 绪论 1

1.1 相关研究背景 1

1.2 林业无人机遥感技术的快速进展 3

1.2.1 无人机遥感技术的发展现状 3

1.2.2 林木冠幅的提取 5

1.2.3 林木树高的提取 8

1.2.4 林分其他参数的估测 9

1.3 林业激光雷达技术的研究进展 10

1.3.1 激光雷达技术的发展现状 10

1.3.2 单木参数的提取 11

1.3.3 林分参数的估测 12

1.3.4 多种传感器联合应用的现状与趋势 13

1.4 核心研究内容 14

1.4.1 基于无人机RGB影像的森林参数估测 14

1.4.2 基于UAV和背负式LiDAR点云的森林参数估测 15

1.4.3 森林蓄积量估测模型研建与精度评价 15

第2章 研究区概况与数据处理 16

2.1 研究区概况 16

2.1.1 黄草坝研究区 16

2.1.2 呼马山研究区 16

2.2 数据采集 17

2.2.1 标准地调查 17

2.2.2 无人机数据采集 20

2.2.3 背负式LiDAR数据采集 24

2.3 可见光影像预处理 25

2.4 多光谱影像预处理 27

2.5 点云数据预处理 29

2.6 数据校正 30

第3章 基于无人机RGB影像的森林参数估测 32

3.1 研究方法 32

3.1.1 目视解译 32

3.1.2 基于形态滤波的标记控制分水岭分割 32

3.1.3 基于面向对象的多尺度分割算法 39

3.1.4 精度评价 49

3.2 结果与分析 52

3.2.1 目视解译结果 52

3.2.2 标记控制分水岭分割结果 53

3.2.3 面向对象的多尺度分割结果 55

3.2.4 单木冠幅提取结果 58

3.2.5 林分郁闭度提取及精度评价 66

3.3 本章小结 69

第4章 基于UAV和BLS点云的森林参数估测 72

4.1 研究方法 72

4.1.1 基于UAV点云的单木提取方法 72

4.1.2 基于BLS点云的单木提取方法 76

4.1.3 融合点云的获取方法 81

4.2 结果与分析 84

4.2.1 不同UAV点云的单木分割结果 84

4.2.2 UAV点云的单木参数估测结果 91

4.2.3 UAV点云的郁闭度估测结果 112

4.2.4 BLS点云的单木参数估测结果 115

4.2.5 融合点云的单木参数估测结果 119

4.2.6 不同树种融合点云的单木分割结果 124

4.3 本章小结 132

第5章 森林蓄积量估测模型研建与精度评价 135

5.1 研究方法 135

5.1.1 基于林分参数的森林蓄积量估测建模 135

5.1.2 基于特征因子提取的森林蓄积量估测建模 139

5.2 结果与分析 153

5.2.1 基于单木参数的森林蓄积量估测结果 153

5.2.2 基于林分参数的森林蓄积量估测结果 155

5.2.3 基于特征因子提取的森林蓄积量估测结果 158

5.3 本章小结 160

参考文献 162

附图 170