CN103871065B - 一种基于半球影像的植被冠层聚集效应定量评估方法 - Google Patents
一种基于半球影像的植被冠层聚集效应定量评估方法 Download PDFInfo
- Publication number
- CN103871065B CN103871065B CN201410114445.2A CN201410114445A CN103871065B CN 103871065 B CN103871065 B CN 103871065B CN 201410114445 A CN201410114445 A CN 201410114445A CN 103871065 B CN103871065 B CN 103871065B
- Authority
- CN
- China
- Prior art keywords
- canopy
- distribution curve
- length
- size distribution
- gap length
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000000694 effects Effects 0.000 title claims abstract description 42
- 238000011158 quantitative evaluation Methods 0.000 title abstract description 3
- 238000004220 aggregation Methods 0.000 title abstract 2
- 230000002776 aggregation Effects 0.000 title abstract 2
- 238000003384 imaging method Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims description 121
- 239000002904 solvent Substances 0.000 claims description 45
- 238000004364 calculation method Methods 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 12
- 238000006467 substitution reaction Methods 0.000 claims description 12
- 238000012935 Averaging Methods 0.000 claims description 10
- 239000004744 fabric Substances 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000000205 computational method Methods 0.000 claims description 3
- 230000001351 cycling effect Effects 0.000 claims description 3
- 235000012489 doughnuts Nutrition 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 description 6
- 239000002023 wood Substances 0.000 description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005204 segregation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241000218657 Picea Species 0.000 description 1
- 241000968367 Picea crassifolia Species 0.000 description 1
- 241001464837 Viridiplantae Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004177 carbon cycle Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000005068 transpiration Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于半球影像的植被冠层聚集效应定量评估方法。该方法包括以下步骤:测量样地树木冠层平均高度,采集并统计样地典型树叶冠层基本组分平均大小,设计观测方案并采用半球成像方法收集样地冠顶或冠底半球影像序列,对半球影像二值化,基于冠层平均高度和天顶角参数计算半球影像像素实际大小和有限长度单元长度,从二值化半球影像序列中抽取间隙大小分布及有限长度单元样线,并分别采用间隙大小分布和有限长度平均算法公式计算得到植被冠层聚集指数。本方法可解决传统方法基于半球影像开展植被冠层聚集效应评估时,其像素大小无法转换为实际尺寸的缺陷,从而有效消除冠层基本组分平均大小及有限长度单元尺度等因素给评估带来的误差影响。
Description
技术领域
本发明涉及植被冠层聚集效应定量评估技术领域,具体涉及一种基于半球影像的植被冠层聚集效应定量评估方法。
背景技术
叶面积指数 (leaf area index,LAI) 为无量纲,它可定义为单位地表面积上所有绿色植物器官表面积的一半。作为表征植被冠层结构的核心参数之一,LAI控制着植被冠层的多种生物物理和生理过程,如光合、呼吸、蒸腾、碳循环、降水截获和能量交换等。目前LAI已广泛应用于林学、植物学、生态学、农学等领域。植被冠层地面LAI测量方法主要分为直接测量方法和间接测量方法。直接测量方法历史悠久、技术成熟、测量精度较高,但由于需破坏性采样,费时费力,仅适用于小范围测量。与直接测量方法相比,间接测量方法具有经济、高效等特点,因此一般情况下植被冠层地面LAI测量均采用间接测量方法。间接测量方法中又以光学测量方法应用最为广泛,其主要包括LAI-2000、HemiView、TRAC、DHP(Digital Hemispheral Photography,半球摄影方法)和SunScan等测量手段。大量研究表明,与直接测量方法相比,LAI光学测量方法通常会低估LAI真实值约20%~50%,地面LAI光学测量方法低估主要由植被冠层聚集效应引起,因此开展植被冠层聚集效应定量评估对应地面LAI间接测量方法精度及可靠性至为重要。
传统LAI光学测量方法理论模型均为间隙率模型,该模型假设冠层基本组分为混浊介质,即空间分布为随机分布。实际上绝大部分植被冠层的基本组分空间分布均不随机,即冠层基本组分存在聚集效应。冠层内部两个尺度(冠层基本组分和冠层基本组分内部)均存在聚集效应,因而可分为冠层基本组分聚集效应和冠层基本组分内部聚集效应,同时冠层聚集指数又可分为冠层基本组分聚集指数(Ω e )和木质组分聚集指数(Ω w )。鉴于森林冠层三维结构的高度复杂性和异质性,目前可用来定量评估冠层基本组分聚集效应的有效手段和方法不多,主要包括TRAC、DHP、MVI、MCI等测量方法。TRAC、DHP方法可用于冠层基本组分聚集效应定量评估,MCI方法可同时应用于森林冠层多天顶角、多方位角方向冠层基本组分和木质组分聚集指数测量。与DHP方法相比,MCI采用框幅相机拍摄冠层多光谱影像,利用MCI冠层影像可直接测量冠层间隙和冠层要素的实际大小,因而MCI较DHP方法更适合于开展冠层基本组分和木质组分聚集指数测量。DHP方法与其它方法,如TRAC相比,具有测量效率高、单次可测量多个天顶角方向冠层基本组分聚集指数等优点,TRAC测量方法单次仅可测量太阳入射天顶角方向植被冠层冠层基本组分聚集指数,同时其测量需具备严格的天气条件;DHP影像除可用于植被冠层聚集指数计算外,其还可用于植被冠层多天顶角方向间隙率及LAI计算;DHP影像作为对植被冠层结构信息的永久记录,其表达形式更为生动、形象,更有利于半球影像利用及信息提取。目前常见的冠层聚集效应定量评估算法不多,主要有4种:间隙大小分布算法(gap-size distribution algorithm)、有限长度平均算法(logarithmic gap averaging algorithm)、联合法(the combination of logarithmicgap averaging and gap size distribution algorithm)和偏析系数理论算法(Pielousegregation coefficient algorithm)。间隙大小分布算法由Miller等提出,后经陈镜明等进一步发展并应用于TRAC测量方法。间隙大小分布算法认为在同一间隙率条件下,不同的冠层聚集效应对应不同的间隙大小分布,因而间隙大小分布可用于定量描述冠层要素的聚集效应。Leblanc等之后将间隙大小分布算法拓展于半球影像开展森林冠层基本组分聚集指数测量,但由于半球影像其像素大小代表一定大小的立体角度值,因此间隙大小分布算法应用于森林冠层聚集指数测量时开展了适应性修改,同时采用了循环迭代的方法间接反演冠层基本组分大小参数。Lang等基于统计学提出了有限长度平均算法,其认为在有限长度样线上对冠层间隙取对数平均可消除冠层聚集效应,有限长度为叶片平均单元大小的10倍。有限长度平均算法假设有限长度单元内部冠层组分随机分布,因此Leblanc等将间隙大小分布算法引入用于评估有限长度单元内部冠层组分聚集效应。
半球影像其像素大小代表一定的角度值,当将间隙大小分布算法应用于半球影像开展冠层聚集效应评估时,迭代法反演的冠层基本组分大小结果常比样地实测值大2-3倍,同时由于间隙大小分布算法其理论间隙大小单位常为m,因此上述两个因素均给间隙大小分布算法测量精度带来了较大的影响。有限长度平均算法认为在有限长度样线上对冠层间隙率取对数平均可消除冠层聚集效应,有限单元长度为叶片平均单元大小的10倍,而当将有限长度平均法应用于半球影像时,由于半球影像像素大小单位为角度,因此无法解算以像素为单位的合理的有限长度单元大小,研究发现,不同的有限长度单位大小其植被冠层聚集指数测量结果差异显著。
而以冠层平均高度作为先验知识用于植被冠层聚集指数测量,并克服目前相关算法存在的缺陷及不足,目前国内外公开文献还没有报道。
发明内容
本发明的目的在于提供一种基于半球影像的植被冠层聚集效应定量评估方法,该方法有利于提高评估的精度和可靠性。
为实现上述目的,本发明的技术方案是:一种基于半球影像的植被冠层聚集效应定量评估方法,当该方法采用间隙大小分布算法进行聚集效应定量评估时,包括以下步骤:
步骤A1:测量样地内所有单株树木树高,计算样地冠层平均高度h,采集样地内典型树叶或针叶簇,并统计其冠层基本组分平均大小W p ;
步骤A2:采用半球成像观测系统拍摄样地冠顶或冠底半球影像;
步骤A3:对步骤A2获得的半球影像进行二值化处理,二值化后的半球影像仅有“黑”、“白”两种像素,分别代表冠层基本组分及天空;
步骤A4:依次从步骤A3获得的二值化半球影像序列中抽取环形样线,其样线宽度为1个像素,环形样线在半球影像上对应的天顶角与植被冠层聚集指数测量的天顶角一致,将从样地各观测点半球影像序列上抽取的样线合并为一条完整的样线,统计单个半球影像上环形样线像素总数N pixel ;
步骤A5:将步骤A1获得的冠层平均高度h代入式(1)计算半球影像像素实际尺寸大小D pixel :
(1)
式中θ 为环形样线所在天顶角,N pixel 为环形样线像素总数,h为冠层平均高度;
步骤A6:将步骤A4抽取的以像素个数为单位的间隙大小分布乘以步骤A5获得的像素实际尺寸大小D pixel ,统计各间隙大小类型累积间隙率,并按间隙大小升序排列,形成第一测量间隙大小分布曲线F m1;
步骤A7:计算所述第一测量间隙大小分布曲线F m1对应的冠层要素随机分布条件下的第一间隙大小随机分布曲线F r1;
步骤A8:当所述第一测量间隙大小分布曲线F m1的间隙大小类型数量小于等于第一默认参数,或第一测量间隙大小分布曲线F m1部分位于第一间隙大小随机分布曲线F r1之下时,间隙大小移除步骤结束,所述第一测量间隙大小分布曲线F m1即为最终的曲线F mr 并转至步骤A12;
步骤A9:移除所述第一测量间隙大小分布曲线F m1中最大的一个间隙大小类型,形成第二测量间隙大小分布曲线F m2,并计算所述第二测量间隙大小分布曲线F m2对应的冠层要素随机分布条件下的第二间隙大小随机分布曲线F r2;当所述第二测量间隙大小分布曲线F m2的间隙大小类型数量小于等于第一默认参数,或由第二测量间隙大小分布曲线F m2计算得到的与由第一测量间隙大小分布曲线F m1计算得到的之差的绝对值小于等于第二默认参数,或第二测量间隙大小分布曲线F m2部分位于第二间隙大小随机分布曲线F r2之下时,间隙大小移除步骤结束,所述第二测量间隙大小分布曲线F m2即为最终的曲线F mr 并转至步骤A12;
步骤A10:进行间隙大小移除循环:移除所述第二测量间隙大小分布曲线F m2中最大的一个间隙大小类型,形成第三测量间隙大小分布曲线F m3,并计算所述第三测量间隙大小分布曲线F m3对应的冠层要素随机分布条件下的第三间隙大小随机分布曲线F r3;
步骤A11:当所述第三测量间隙大小分布曲线F m3的间隙大小类型数量大于第一默认参数,且由第二测量间隙大小分布曲线F m2计算得到的与由第三测量间隙大小分布曲线F m3计算得到的之差的绝对值大于第二默认参数,且第三测量间隙大小分布曲线F m3全部位于第三间隙大小随机分布曲线F r3之上时,将所述第二测量间隙大小分布曲线F m2数值清空,并将所述第三测量间隙大小分布曲线F m3的值赋给所述第二测量间隙大小分布曲线F m2,同时返回步骤A10继续循环,否则循环终止,所述第三测量间隙大小分布曲线F m3即为最终的曲线F mr ;
步骤A12:以步骤A6得到的第一间测量隙大小分布曲线F m1,以及步骤A8、A9、A10、A11得到的曲线F mr 为基础,基于间隙大小分布算法计算公式得到植被冠层聚集指数。
进一步的,所述步骤A4中,环形样线抽取方法为:由一起点像素点开始,采用坐标增量的方法确定环形样线下一个像素点,以保证环形样线上相邻像素点间其图像坐标间距最小,依次循环,直至返回起点像素点。
进一步的,所述步骤A6中,所述第一测量间隙大小分布曲线F m1,其横坐标为间隙大小,纵坐标为该间隙大小在样线的总间隙率。
进一步的,所述步骤A7中,所述第一间隙大小随机分布曲线F r1的计算步骤如下:
步骤A71:累加所述第一测量间隙大小分布曲线F m1中所有间隙大小的间隙率,得到总间隙率P p ;
步骤A72:将所述总间隙率P p 代入公式(2)计算总面积指数PAI p :
(2)
步骤A73:赋予间隙大小λ 一初始值及迭代步长,并将所述总面积指数PAI p 代入公式(3)迭代计算冠层要素随机分布条件下的第一间隙大小随机分布曲线F r1:
(3)
式中,λ 为间隙大小,W p 为植被冠层要素平均单元大小,当F r1(λ )输出结果小于设定值,计算结束,得到第一间隙大小随机分布曲线F r1。
进一步的,所述间隙大小移除的方法为:每次从对应的间隙大小分布曲线中移除间隙大小最大的一个间隙大小类型,而不管该间隙大小类型是否在对应的间隙大小分布曲线中存在多个数量。
进一步的,所述步骤A12中,所述植被冠层聚集指数的计算方法如下:
(4)
式中,Ω为植被冠层聚集指数,F m1(0)为间隙大小为0时所述第一测量间隙大小分布曲线F m1的纵坐标值,F mr (0)为间隙大小为0时曲线F mr 的纵坐标值;
将步骤A6得到的第一测量间隙大小分布曲线F m1对应的F m1(0)值,以及步骤A8、A9、A10、A11得到的曲线F mr 对应的F mr (0)值代入公式(4),即可得到植被冠层聚集指数Ω的计算结果。
本发明还提供了另一种基于半球影像的植被冠层聚集效应定量评估方法,当该方法采用有限长度平均算法进行聚集效应定量评估时,包括以下步骤:
步骤B1:测量样地内所有单株树木树高,计算样地冠层平均高度h,采集样地内典型树叶或针叶簇,并统计其冠层基本组分平均大小W p ;
步骤B2:采用半球成像观测系统拍摄样地冠底或冠顶半球影像;
步骤B3:对步骤B2获得的半球影像进行二值化处理,二值化后的半球影像仅有“黑”、“白”两种像素,分别代表冠层基本组分及天空;
步骤B4:依次从步骤B3获得的二值化半球影像序列中抽取圆环区域,同心圆环中心线在半球影像上对应的天顶角与植被冠层聚集指数测量的天顶角一致;
步骤B5:将所述冠层平均高度h代入式(5)得到环形区域中心线长度L:
(5)
式中θ 为圆环区域中心线所在天顶角,h为样地冠层平均高度;
步骤B6:将所述冠层基本组分平均大小W p 、环形区域中心线长度L代入式(6)得到半球影像其天顶角所在圆环区域有限长度单元数目S num :
(6)
步骤B7:将所述有限长度单元数目S num 代入式(7)得到每个有限长度单元的长度(单位为°):
(7)
步骤B8:以半球影像抽取的圆环区域某一像素点为起点,圆环区域宽度为默认值,有限长度单元长度为A,抽取各有限长度单元圆环区域,计算各有限长度单元圆环区域间隙率值p并取对数ln[p],将计算结果代入式(8)得到冠层基本组分聚集指数:
(8)
式中Ω为植被冠层聚集指数,为各半球影像其所有子圆环区域间隙率的平均值,为各半球影像其所有子圆环区域间隙率对数的平均值。
本发明的有益效果是,克服了传统半球成像方法采用间隙大小分布算法、有限长度平均算法和联合法开展植被冠层聚集指数测量时,其像素大小仅代表一定的角度值,而无法转换为实际尺寸的缺陷,通过测量、统计样地冠层平均高度,有效解决基于半球影像开展植被冠层聚集指数测量时影像像素实际大小及有线长度单元大小无法解算、冠层基本组分平均大小反演精度低的缺陷,大幅提高植被冠层聚集指数测量结果的可靠性及精度。
附图说明
图1是本发明实施例的实现流程图。
图2是本发明实施例中采用不同尺度的有限长度单元大小计算的冠层基本组分聚集指数计算结果示意图(基于有限长度平均算法和半球影像)。
图3是本发明实施例中青海云杉林冠层基本组分聚集指数计算结果示意图(基于间隙大小分布算法和半球影像)。
具体实施方式
本发明基于半球影像的植被冠层聚集效应定量评估方法,当该方法采用间隙大小分布算法进行聚集效应定量评估时,包括以下步骤:
步骤A1:测量样地内所有单株树木树高,计算样地冠层平均高度h,采集样地内典型树叶(阔叶林)或针叶簇(针叶林),并统计其冠层基本组分平均大小W p 。单株树木树高的测量方法,除森林调查所采用的传统测量方法,如测高仪、尺子、全站仪、相对生长测定法等手段外,还包括地面激光雷达、机载激光雷达、摄影测量等新方法。
步骤A2:依据观测方案采用半球成像观测系统拍摄样地半球影像。半球成像的方法,不仅包括HemiView、Win SCANOPY等商业化半球影像拍摄设备,还包括采用普通相机组合鱼眼镜头的方式开展半球影像收集,如Nikon D300s和Sigma 4.5mm HSM鱼眼镜头等;半球成像方法观测方案,样地内半球成像方法观测位置间隔可根据实际情况确定,如5m、10m等。
步骤A3:对步骤A2获得的半球影像进行二值化处理,二值化后的半球影像仅有“黑”、“白”两种像素,分别代表冠层基本组分及天空。
步骤A4:依次从步骤A3获得的二值化半球影像序列中抽取环形样线,其样线宽度为1个像素,环形样线在半球影像上对应的天顶角与植被冠层聚集指数测量的天顶角一致,将从各半球影像上抽取的样线合并为一条完整的样线,统计单个半球影像上环形样线像素总数N pixel 。所述环形样线抽取方法为:由一起点像素点开始,采用坐标增量的方法确定环形样线下一个像素点,以保证环形样线上相邻像素点间其图像坐标间距最小,依次循环,直至返回起点像素点。
步骤A5:将步骤A1获得的冠层平均高度h代入式(1)计算半球影像像素实际尺寸大小D pixel :
(1)
式中θ 为环形样线所在天顶角,N pixel 为环形样线像素总数,h为冠层平均高度。
步骤A6:将步骤A4抽取的以像素个数为单位的间隙大小分布乘以步骤A5获得的像素实际尺寸大小D pixel ,统计各间隙大小类型累积间隙率,并按间隙大小升序排列,形成第一测量间隙大小分布曲线F m1。所述第一测量间隙大小分布曲线F m1,其横坐标为间隙大小,纵坐标为该间隙大小在样线的总间隙率。
步骤A7:计算所述第一测量间隙大小分布曲线F m1对应的冠层要素随机分布条件下的第一间隙大小随机分布曲线F r1。所述第一间隙大小随机分布曲线F r1的计算步骤如下:
步骤A71:累加所述第一测量间隙大小分布曲线F m1中所有间隙大小的间隙率,得到总间隙率P p ;
步骤A72:将所述总间隙率P p 代入公式(2)计算总面积指数PAI p :
(2)
步骤A73:赋予间隙大小λ一初始值及迭代步长,并将所述总面积指数PAI p 代入公式(3)迭代计算冠层要素随机分布条件下的第一间隙大小随机分布曲线F r1:
(3)
式中,λ 为间隙大小,W p 为植被冠层要素平均单元大小,当F r1(λ)输出结果小于设定值,计算结束,得到第一间隙大小随机分布曲线F r1。
步骤A8:当所述第一测量间隙大小分布曲线F m1的间隙大小类型数量小于等于第一默认参数,或第一测量间隙大小分布曲线F m1部分位于第一间隙大小随机分布曲线F r1之下时,间隙大小移除步骤结束,所述第一测量间隙大小分布曲线F m1即为最终的曲线F mr 并转至步骤A12。
步骤A9:移除所述第一测量间隙大小分布曲线F m1中最大的一个间隙大小类型,形成第二测量间隙大小分布曲线F m2,并计算所述第二测量间隙大小分布曲线F m2对应的冠层要素随机分布条件下的第二间隙大小随机分布曲线F r2;当所述第二测量间隙大小分布曲线F m2的间隙大小类型数量小于等于第一默认参数,或由第二测量间隙大小分布曲线F m2计算得到的与由第一测量间隙大小分布曲线F m1计算得到的之差的绝对值小于等于第二默认参数,或第二测量间隙大小分布曲线F m2部分位于第二间隙大小随机分布曲线F r2之下时,间隙大小移除步骤结束,所述第二测量间隙大小分布曲线F m2即为最终的曲线F mr 并转至步骤A12。
步骤A10:进行间隙大小移除循环:移除所述第二测量间隙大小分布曲线F m2中最大的一个间隙大小类型,形成第三测量间隙大小分布曲线F m3,并计算所述第三测量间隙大小分布曲线F m3对应的冠层要素随机分布条件下的第三间隙大小随机分布曲线F r3。
步骤A11:当所述第三测量间隙大小分布曲线F m3的间隙大小类型数量大于第一默认参数,且由第二测量间隙大小分布曲线F m2计算得到的与由第三测量间隙大小分布曲线F m3计算得到的之差的绝对值大于第二默认参数,且第三测量间隙大小分布曲线F m3全部位于第三间隙大小随机分布曲线F r3之上时,将所述第二测量间隙大小分布曲线F m2数值清空,并将所述第三测量间隙大小分布曲线F m3的值赋给所述第二测量间隙大小分布曲线F m2,同时返回步骤A10继续循环,否则循环终止,所述第三测量间隙大小分布曲线F m3即为最终的曲线F mr 。
步骤A12:以步骤A6得到的第一间测量隙大小分布曲线F m1,以及步骤A8、A9、A10、A11得到的曲线F mr 为基础,基于间隙大小分布算法计算公式得到植被冠层聚集指数。所述植被冠层聚集指数的计算方法如下:
(4)
式中,Ω为植被冠层聚集指数,F m1(0)为间隙大小为0时所述第一测量间隙大小分布曲线F m1的纵坐标值,F mr (0)为间隙大小为0时曲线F mr 的纵坐标值;
将步骤A6得到的第一测量间隙大小分布曲线F m1对应的F m1(0)值,以及步骤A8、A9、A10、A11得到的曲线F mr 对应的F mr (0)值代入公式(4),即可得到植被冠层聚集指数Ω的计算结果。
在上述步骤中,所述间隙大小移除的方法为:每次从对应的间隙大小分布曲线中移除间隙大小最大的一个间隙大小类型,而不管该间隙大小类型是否在对应的间隙大小分布曲线中存在多个数量。
本发明还提供了另一种基于半球影像的植被冠层聚集效应定量评估方法的技术方案,当该方法采用有限长度平均算法进行聚集效应定量评估时,包括以下步骤:
步骤B1:测量样地内所有单株树木树高,计算样地冠层平均高度h,采集样地内典型树叶(阔叶林)或针叶簇(针叶林),并统计其冠层基本组分平均大小W p 。单株树木树高的测量方法,除森林调查所采用的传统测量方法,如测高仪、尺子、全站仪、相对生长测定法等手段外,还包括地面激光雷达、机载激光雷达、摄影测量等新方法。
步骤B2:依据观测方案采用半球成像观测系统拍摄样地半球影像。半球成像的方法,不仅包括HemiView、Win SCANOPY等商业化半球影像拍摄设备,还包括采用普通相机组合鱼眼镜头的方式开展半球影像收集,如Nikon D300s和Sigma 4.5mm HSM鱼眼镜头等;半球成像方法观测方案,样地内半球成像方法观测位置间隔可根据实际情况确定,如5m、10m等。
步骤B3:对步骤B2获得的半球影像进行二值化处理,二值化后的半球影像仅有“黑”、“白”两种像素,分别代表冠层基本组分及天空。
步骤B4:依次从步骤B3获得的二值化半球影像序列中抽取圆环区域,同心圆环中心线在半球影像上对应的天顶角与植被冠层聚集指数测量的天顶角一致。圆环区域样线,其样线宽度根据实际情况而定,而不仅仅局限于1个或几个像素,也可为1°、5°等其它的参数。
步骤B5:将所述冠层平均高度h代入式(5)得到环形区域中心线长度L:
(5)
式中θ 为圆环区域中心线所在天顶角,h为样地冠层平均高度。
步骤B6:将所述冠层基本组分平均大小W p 、环形区域中心线长度L代入式(6)得到半球影像其天顶角所在圆环区域有限长度单元数目S num :
(6)
有限长度单元数目S num 为整数,如公式(6)计算结果为非整数,其计算结果向下取整。
步骤B7:将所述有限长度单元数目S num 代入式(7)得到每个有限长度单元的长度(以°为单位):
(7)
步骤B8:以半球影像抽取的圆环区域某一像素点为起点,圆环区域宽度为默认值,有限长度单元长度为A,抽取各有限长度单元圆环区域,计算各有限长度单元圆环区域间隙率值p并取对数ln[p],将计算结果代入式(8)得到冠层基本组分聚集指数:
(8)
式中Ω为植被冠层聚集指数,为各半球影像其所有子圆环区域间隙率的平均值,为各半球影像其所有子圆环区域间隙率对数的平均值。
下面结合附图及具体实施例对本发明作进一步说明。
以一个青海云杉林样地为例,采用半球成像系统(HemiView)、间隙大小分布算法及有限长度平均算法开展植被冠层冠层基本组分聚集指数测量。
本发明以半球影像及间隙大小分布算法为基础开展冠层基本组分聚集指数测量的具体实施步骤如下:
采用激光测高仪测量森林样地内所有单株树木树高,计算样地冠层平均高度,采集样地内典型树叶(阔叶林)或针叶簇(针叶林)8-10个,统计其冠层基本组分平均大小(单位为m);
在森林样地多个观测点(样地大小为25m×25m,观测点间距为5m,共16个观测点)采用HemiView半球成像观测系统分别拍摄森林冠层半球影像,半球影像收集天气条件为阴天,或者傍晚;采用GLA(Gap Light Analyzer 2.0)软件将收集的半球影像二值化,二值化后的半球影像仅有“黑”、“白”两种像素,其分别代表冠层基本组分及天空;
依次从16副二值化的半球影像序列中抽取环形样线,其样线宽度为1个像素,将从各半球影像上抽取的样线合并为一条完整的样线,统计单个半球影像上环形样线的像素总数,将冠层平均高度代入式(9)计算半球影像像素实际尺寸大小:
(9)
式中为环形样线所在天顶角,为环形样线像素总数,为样地冠层平均高度;
以抽取的样线为基础提取间隙大小分布数据(以像素个数为单位)并乘以得到的像素实际大小,得到新的间隙大小分布数据,分别统计间隙大小分布数据中每个间隙大小类型的数量,该间隙大小与其数量的乘积与样线总长度之比为该间隙大小的总间隙率,将间隙大小数据按间隙大小升序排列,形成第一测量间隙大小分布曲线F m1,其横坐标为间隙大小,纵坐标则为该间隙大小总间隙率。
累加F m1数组中所有间隙大小的间隙率得到P p ,将其代入公式(10)得到总面积指数PAI p :
(10)
将PAI p 代入公式(11)迭代计算冠层要素随机分布条件下的第一间隙大小随机分布曲线F r1,λ 初始值为0,步长0.01m,当F r (λ )输出结果小于0.001时计算结束:
(11)
式中λ 为间隙大小,W p 为植被冠层要素平均单元大小,第一间隙大小随机分布数据F r1横坐标为间隙大小,纵坐标则为该间隙大小在样线上的总间隙率。
当第一测量间隙大小分布数据F m1其间隙大小类型数量小于等于3,或者部分F m1曲线位于F r1曲线下时,聚集指数计算结束,其最终计算结果为1。
移除曲线F m1中最大的一个间隙大小类型,得到第二测量间隙大小分布曲线F m2,统计F m2数组中各间隙大小类型的总间隙率之和P p ,采用公式(10)计算总叶面积指数PAI p ,将PAI p 代入公式(11)计算第二间隙大小随机分布曲线F r2,λ 初始值为0,步长0.01m,当F r2(λ )输出结果小于0.001时计算结束,得到与第二测量间隙大小分布曲线F m2对应的第二间隙大小随机分布曲线F r2。
当曲线F m2其间隙大小类型小于等于3,或者与之差绝对值小于0.01,或者部分F m2曲线位于F r2曲线下时,间隙大小移除步骤结束,曲线F m2即为最终的曲线F mr 。
开始间隙大小移除循环:移除F m2曲线中最大的一个间隙大小类型,得到第三测量间隙大小分布曲线F m3,统计F m3数组中各间隙大小类型的总间隙率之和P p ,采用公式(10)计算总叶面积指数PAI p ,将PAI p 代入公式(11)计算第三间隙大小随机分布曲线F r3,λ 初始值为0,步长0.01m,当F r3 (λ )输出结果小于0.001时计算结束,得到与第三测量间隙大小分布曲线F m3对应的第三间隙大小随机分布曲线F r3。
当曲线F m3其间隙大小类型大于3,且曲线F m3全部位于曲线F r3之上,且由曲线F m2计算得到的与由曲线F m3计算得到的之差的绝对值大于0.01时,将曲线F m2数值清空,并将曲线F m3的值赋给曲线F m2,同时返回间隙大小移除循环,否则循环终止,曲线F m3即为最终的曲线F mr 。
将最终得到的数据F m1和F mr 代入公式(12)得到森林冠层基本组分聚集指数:
(12)
式中,Ω为植被冠层冠层基本组分聚集指数,F m1(0)为间隙大小为0时所述第一测量间隙大小分布曲线F m1的纵坐标值,F mr (0)为间隙大小为0时曲线F mr 的纵坐标值。
上述实例采用半球成像方法作为间隙大小数据收集方法,但本发明所采用的间隙大小数据来源及收集方法不受所述实例的限制,如TRAC仪器也可用于植被冠层间隙大小数据收集,MCI测量方法也可用于植被冠层木质组分间隙大小数据收集,同时间隙大小分布算法可集成于其它的植被冠层聚集效应定量评估算法或方法,如联合法(the combinationof logarithmic gap averaging and gap size distribution algorithm)等,其它的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
本发明以半球影像及有限长度平均算法为基础开展冠层基本组分聚集指数测量的具体实施步骤如下:
采用直接测量方法测量森林样地内所有单株树木树高,计算样地冠层平均高度,采集样地内典型树叶(阔叶林)或针叶簇(针叶林)8-10个,统计其冠层基本组分平均大小(单位为m)。在森林样地多个观测点(样地大小为25m×25m,观测点间距为5m,共16个观测点)采用HemiView半球成像观测系统分别拍摄森林冠层半球影像,半球影像收集天气条件为阴天,或者傍晚,无太阳直射;采用GLA(Gap Light Analyzer 2.0)软件将收集的半球影像二值化,二值化后的半球影像仅有“黑”、“白”两种像素,其分别代表冠层基本组分及天空;
将测量得到的冠层平均高度代入式(13)得到半球影像其天顶角所在圆环区域中心线长度:
(13)
式中为圆环区域中心线所在天顶角,为样地冠层平均高度;
将测量得到的和计算得到的代入式(14)得到半球影像其天顶角所在圆环区域有限长度单元数目,当计算结果为非整数时,其计算结果向下取整;
(14)
将计算得到的代入式(15)得到每个有限长度单元的长度(以°为单位):
(15)
依次从16副二值化的半球影像序列中抽取圆环区域样线,分别从每个抽取的圆环区域样线中提取子环形区域样线作为有限长度单元区域,圆环区域宽度为1°,有限长度单元扇形区域覆盖的方位角角度为,计算各有限长度单元圆环区域间隙率值及其;
将得到的和代入式(16)得到植被冠层冠层基本组分聚集指数:
(16)
式中为植被冠层聚集指数,为半球影像各有限长度单元环形区域间隙率的平均值,为半球影像各有限长度单元环形区域间隙率对数的平均值;
上述实例采用间隙大小分布算法和有限长度平均算法作为植被冠层聚集指数测量算法,但本发明所采用的植被冠层聚集指数测量算法不受上述实例的限制,如联合法等同样也可采用本发明中涉及的基于半球影像和间隙大小分布算法测量植被冠层聚集指数方法,其它的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (7)
1.一种基于半球影像的植被冠层聚集效应定量评估方法,其特征在于,当该方法采用间隙大小分布算法进行聚集效应定量评估时,包括以下步骤:
步骤A1:测量样地内所有单株树木树高,计算样地冠层平均高度h,采集样地内典型树叶或针叶簇,并统计其冠层基本组分平均大小Wp;
步骤A2:采用半球成像观测系统拍摄样地冠顶或冠底半球影像;
步骤A3:对步骤A2获得的半球影像进行二值化处理,二值化后的半球影像仅有“黑”、“白”两种像素,分别代表冠层基本组分及天空;
步骤A4:依次从步骤A3获得的二值化半球影像序列中抽取环形样线,其样线宽度为1个像素,环形样线在半球影像上对应的天顶角与植被冠层聚集指数测量的天顶角一致,将从样地各观测点半球影像序列上抽取的样线合并为一条完整的样线,统计单个半球影像上环形样线像素总数Npixel;
步骤A5:将步骤A1获得的冠层平均高度h代入式(1)计算半球影像像素实际尺寸大小Dpixel:
Dpixel=2π(h·tanθ)/Npixel (1)
式中θ为环形样线所在天顶角,Npixel为环形样线像素总数,h为冠层平均高度;
步骤A6:将步骤A4抽取的以像素个数为单位的间隙大小分布乘以步骤A5获得的像素实际尺寸大小Dpixel,统计各间隙大小类型累积间隙率,并按间隙大小升序排列,形成第一测量间隙大小分布曲线Fm1;
步骤A7:计算所述第一测量间隙大小分布曲线Fm1对应的冠层要素随机分布条件下的第一间隙大小随机分布曲线Fr1;
步骤A8:当所述第一测量间隙大小分布曲线Fm1的间隙大小类型数量小于等于第一默认参数,或第一测量间隙大小分布曲线Fm1部分位于第一间隙大小随机分布曲线Fr1之下时,间隙大小移除步骤结束,所述第一测量间隙大小分布曲线Fm1即为最终的曲线Fmr并转至步骤A12;
步骤A9:移除所述第一测量间隙大小分布曲线Fm1中最大的一个间隙大小类型,形成第二测量间隙大小分布曲线Fm2,并计算所述第二测量间隙大小分布曲线Fm2对应的冠层要素随机分布条件下的第二间隙大小随机分布曲线Fr2;当所述第二测量间隙大小分布曲线Fm2的间隙大小类型数量小于等于第一默认参数,或由第二测量间隙大小分布曲线Fm2计算得到的-ln[Fm2(0)]与由第一测量间隙大小分布曲线Fm1计算得到的-ln[Fm1(0)]之差的绝对值小于等于第二默认参数,或第二测量间隙大小分布曲线Fm2部分位于第二间隙大小随机分布曲线Fr2之下时,间隙大小移除步骤结束,所述第二测量间隙大小分布曲线Fm2即为最终的曲线Fmr并转至步骤A12,Fm1(0)为间隙大小为0时所述第一测量间隙大小分布曲线Fm1的纵坐标值;
步骤A10:进行间隙大小移除循环:移除所述第二测量间隙大小分布曲线Fm2中最大的一个间隙大小类型,形成第三测量间隙大小分布曲线Fm3,并计算所述第三测量间隙大小分布曲线Fm3对应的冠层要素随机分布条件下的第三间隙大小随机分布曲线Fr3;
步骤A11:当所述第三测量间隙大小分布曲线Fm3的间隙大小类型数量大于第一默认参数,且由第二测量间隙大小分布曲线Fm2计算得到的-ln[Fm2(0)]与由第三测量间隙大小分布曲线Fm3计算得到的-ln[Fm3(0)]之差的绝对值大于第二默认参数,且第三测量间隙大小分布曲线Fm3全部位于第三间隙大小随机分布曲线Fr3之上时,将所述第二测量间隙大小分布曲线Fm2数值清空,并将所述第三测量间隙大小分布曲线Fm3的值赋给所述第二测量间隙大小分布曲线Fm2,同时返回步骤A10继续循环,否则循环终止,所述第三测量间隙大小分布曲线Fm3即为最终的曲线Fmr;
步骤A12:以步骤A6得到的第一间测量隙大小分布曲线Fm1,以及步骤A8或步骤A9或步骤A10、A11得到的曲线Fmr之一为基础,基于间隙大小分布算法公式计算得到植被冠层聚集指数。
2.根据权利要求1所述的一种基于半球影像的植被冠层聚集效应定量评估方法,其特征在于:所述步骤A4中,环形样线抽取方法为:由一起点像素点开始,采用坐标增量的方法确定环形样线下一个像素点,以保证环形样线上相邻像素点间其图像坐标间距最小,依次循环,直至返回起点像素点。
3.根据权利要求1所述的一种基于半球影像的植被冠层聚集效应定量评估方法,其特征在于:所述步骤A6中,所述第一测量间隙大小分布曲线Fm1,其横坐标为间隙大小,纵坐标为该间隙大小在样线的总间隙率。
4.根据权利要求1所述的一种基于半球影像的植被冠层聚集效应定量评估方法,其特征在于:所述步骤A7中,所述第一间隙大小随机分布曲线Fr1的计算步骤如下:
步骤A71:累加所述第一测量间隙大小分布曲线Fm1中所有间隙大小的间隙率,得到总间隙率Pp;
步骤A72:将所述总间隙率Pp代入公式(2)计算总面积指数PAIp:
PAIp=-ln(Pp) (2)
步骤A73:赋予间隙大小λ一初始值及迭代步长,并将所述总面积指数PAIp代入公式(3)迭代计算冠层要素随机分布条件下的第一间隙大小随机分布曲线Fr1:
式中,λ为间隙大小,Wp为植被冠层要素平均单元大小,当Fr1(λ)输出结果小于设定值,计算结束,得到第一间隙大小随机分布曲线Fr1。
5.根据权利要求1所述的一种基于半球影像的植被冠层聚集效应定量评估方法,其特征在于:所述间隙大小移除的方法为:每次从对应的间隙大小分布曲线中移除间隙大小最大的一个间隙大小类型,而不管该间隙大小类型是否在对应的间隙大小分布曲线中存在多个数量。
6.根据权利要求1所述的一种基于半球影像的植被冠层聚集效应定量评估方法,其特征在于:所述步骤A12中,所述植被冠层聚集指数的计算方法如下:
式中,Ω为植被冠层聚集指数,Fm1(0)为间隙大小为0时所述第一测量间隙大小分布曲线Fm1的纵坐标值,Fmr(0)为间隙大小为0时曲线Fmr的纵坐标值;
将步骤A6得到的第一测量间隙大小分布曲线Fm1对应的Fm1(0)值,以及步骤A8或步骤A9或步骤A10、A11得到的曲线Fmr之一对应的Fmr(0)值代入公式(4),即可得到植被冠层聚集指数Ω的计算结果。
7.一种基于半球影像的植被冠层聚集效应定量评估方法,其特征在于,当该方法采用有限长度平均算法进行聚集效应定量评估时,包括以下步骤:
步骤B1:测量样地内所有单株树木树高,计算样地冠层平均高度h,采集样地内典型树叶或针叶簇,并统计其冠层基本组分平均大小Wp;
步骤B2:采用半球成像观测系统拍摄样地冠顶或冠底半球影像;
步骤B3:对步骤B2获得的半球影像进行二值化处理,二值化后的半球影像仅有“黑”、“白”两种像素,分别代表冠层基本组分及天空;
步骤B4:依次从步骤B3获得的二值化半球影像序列中抽取圆环区域,同心圆环中心线在半球影像上对应的天顶角与植被冠层聚集指数测量的天顶角一致;
步骤B5:将所述冠层平均高度h代入式(5)得到环形区域中心线长度L:
式中θ为圆环区域中心线所在天顶角,h为样地冠层平均高度;
步骤B6:将所述冠层基本组分平均大小Wp、环形区域中心线长度L代入式(6)得到半球影像其天顶角所在圆环区域有限长度单元数目Snum:
步骤B7:将所述有限长度单元数目Snum代入式(7)得到每个有限长度单元的长度A,其单位为°:
步骤B8:以半球影像抽取的圆环区域某一像素点为起点,圆环区域宽度为默认值,有限长度单元长度为A,抽取各有限长度单元圆环区域,计算各有限长度单元圆环区域间隙率值p并取对数ln[p],将计算结果代入式(8)得到冠层基本组分聚集指数:
式中Ω为植被冠层聚集指数,为各半球影像其所有子圆环区域间隙率的平均值,为各半球影像其所有子圆环区域间隙率对数的平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410114445.2A CN103871065B (zh) | 2014-03-26 | 2014-03-26 | 一种基于半球影像的植被冠层聚集效应定量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410114445.2A CN103871065B (zh) | 2014-03-26 | 2014-03-26 | 一种基于半球影像的植被冠层聚集效应定量评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103871065A CN103871065A (zh) | 2014-06-18 |
CN103871065B true CN103871065B (zh) | 2017-02-01 |
Family
ID=50909570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410114445.2A Expired - Fee Related CN103871065B (zh) | 2014-03-26 | 2014-03-26 | 一种基于半球影像的植被冠层聚集效应定量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103871065B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107831497B (zh) * | 2017-09-26 | 2022-05-24 | 南京大学 | 一种利用三维点云数据定量刻画森林聚集效应的方法 |
CN114265036B (zh) * | 2021-12-21 | 2023-05-12 | 电子科技大学 | 一种基于地基激光雷达点云的植被聚集度指数估算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314546A (zh) * | 2011-06-01 | 2012-01-11 | 福州大学 | 基于虚拟植物的植物生长生物量变化估算方法 |
CN102708254A (zh) * | 2012-05-18 | 2012-10-03 | 福州大学 | 基于虚拟植物的冠层对光合有效辐射截获能力分析方法 |
-
2014
- 2014-03-26 CN CN201410114445.2A patent/CN103871065B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314546A (zh) * | 2011-06-01 | 2012-01-11 | 福州大学 | 基于虚拟植物的植物生长生物量变化估算方法 |
CN102708254A (zh) * | 2012-05-18 | 2012-10-03 | 福州大学 | 基于虚拟植物的冠层对光合有效辐射截获能力分析方法 |
Non-Patent Citations (7)
Title |
---|
Correction to the plant canopy gap-size analysis theory used by the Tracing Radiation and Architecture of Canopies instrument;Sylvain G. Leblanc;《Applied Optics》;20021220;第41卷(第36期);第7667-7670页 * |
Jan Piseka 等.Comparison of methods for measuring gap size distribution and canopy nonrandomness at Jä * |
Leaf area index measurements at the middle reaches of Heihe River Leaf area index measurements at the middle reaches of Heihe River;ZOU Jie 等;《Earth Observation Data Processing and Analysis》;20081229;第728551-1至728551-8页 * |
rvselja RAMI (RAdiation transfer Model Intercomparison)test sites.《AGRICULTURAL AND FOREST METEOROLOGY》.2011,第151卷(第3期), * |
Woody-to-total area ratio determination with a multispectral canopy imager;JIE ZOU 等;《Tree Physiology》;20090624;第10691-1080页 * |
森林冠层地面叶面积指数光学测量方法研究进展;邹杰 等;《应用生态学报》;20101130;第21卷(第11期);第2971-2979页 * |
高逼真度虚拟森林环境的半球成像方法模拟分析;甘龙飞 等;《地球信息科学学报》;20130630;第15卷(第3期);第345-355页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103871065A (zh) | 2014-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng et al. | Quantitative evaluation of urban expansion using NPP-VIIRS nighttime light and landsat spectral data | |
CN108764255B (zh) | 一种冬小麦种植信息的提取方法 | |
CN107341795A (zh) | 一种知识驱动的高空间分辨率遥感影像自动变化检测方法 | |
CN103093233A (zh) | 一种基于面向对象的高分辨率遥感影像森林分类方法 | |
WO2007069736A1 (ja) | 樹体生産能力を評価する方法、樹体生産能力を評価するための撮像装置及び樹体生産能力を評価するためのプログラム | |
CN108195736B (zh) | 一种三维激光点云提取植被冠层间隙率的方法 | |
CN109977991A (zh) | 基于高清卫星遥感的林业资源采集方法 | |
CN110988909A (zh) | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 | |
CN110147746B (zh) | 基于Sentinel-2影像快速提取最大和最小可能地表水体范围的方法和系统 | |
Sun et al. | Tracking annual changes in the distribution and composition of saltmarsh vegetation on the Jiangsu coast of China using Landsat time series–based phenological parameters | |
CN104121850A (zh) | 一种郁闭度的测定方法和装置 | |
CN111597949A (zh) | 一种基于npp-viirs夜间灯光数据的城市建成区提取方法 | |
CN114821343A (zh) | 一种基于云平台的红树林遥感快速精准提取方法 | |
CN106920231A (zh) | 一种基于全色图像统计特征的遥感图像云评估方法 | |
CN103871065B (zh) | 一种基于半球影像的植被冠层聚集效应定量评估方法 | |
Jiang et al. | MFPA-Net: An efficient deep learning network for automatic ground fissures extraction in UAV images of the coal mining area | |
CN113191292B (zh) | 一种溃决洪水淹没范围快速提取方法 | |
Wang et al. | Characterization and mapping of photovoltaic solar power plants by Landsat imagery and random forest: A case study in Gansu Province, China | |
Lu et al. | Mapping the terraces on the Loess Plateau based on a deep learning-based model at 1.89 m resolution | |
Zhuang et al. | A Method for water body extraction based on the tasselled cap transformation from remote sensing images | |
Liu et al. | Water extraction on the hyperspectral images of gaofen-5 satellite using spectral indices | |
Zhirin et al. | Estimation of linkages between biometric indexes of forests and pattern of canopy spaces on super-high-resolution satellite images | |
CN103900501B (zh) | 一种植被冠层间隙大小分布方法 | |
Zhang et al. | Study on the Monitoring of Karst Plateau Vegetation with UAV Aerial Photographs and Remote Sensing Images | |
Li et al. | Forest type classification with multitemporal sentinel-2 data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170201 |